Прикладной искусственный интеллект

Профиль Прикладной искусственный интеллект ориентирован на создание и использование компьютерных систем, обеспечивающих самостоятельную обработку данных и принятие решений путем воспроизведения сознательной деятельности человека при решении интеллектуальных и творческих задач в условиях неопределенности и неполноты информации в различных предметных областях. В целом технологии ПИИ предназначены для:

  • освобождения человека от рутинных действий, замены или снижения нагрузки на оператора в человеко-машинных системах;
  • эффективного управления сложными объектами и процессами в условиях временных и (или) ресурсных ограничений, том числе, в критических режимах эксплуатации;
  • построения цифрового интерактивного информационно-технического пространства, организации людей и машин в мыслящие коммуникационные среды;
  • эффективной обработки нетривиально формализуемой информации больших объемов, включая автоматизацию приобретения, тиражирования и применения новых знаний в различных предметных областях.

Кластер: Техника.

Количество человек в команде: 2–5 человек.

Разработчики: ИТМО.

Соорганизаторы и партнеры профиля:  Национальный центр когнитивных разработок Университет ИТМО.

Отборочные этапы

Два блока: теоретический и практический. Теоретический блок предполагает 10 сложных вопросов с несколькими правильными вариантами ответов. Практический блок предполагает 2 задачи на написание программного кода.

Системы прикладного искусственного интеллекта:

  • обработка естественного языка (тематическое моделирование, TF-IDF, определение настроения текста, выделение основных смысловых сущностей);
  • машинный перевод;
  • экспертные системы, построение и анализ семантических сетей;
  • распознавание образов;
  • поиск решений на данных (машинное обучение, нейросети).

Заключительный этап

Групповой междисциплинарный проект по разработке решений в области ИИ для поддержки принятия решений.

Команде поручается разработать проект в общей тематике «eSociety». Проект будет представлять собой решение кейсов по следующим направлениям:
1) Системы, основанные на знаниях, например, в форме правил (Rule-Based Systems)
2) Системы, основанные на данных, в том числе, использующие методы машинного обучения для автоматизированного извлечения знаний (Data-Based Systems)
3) Системы, основанные на моделировании (Simulation-Based Systems)
4) Системы, использующие «человеческий интеллектуальный капитал»

Индивидуальный этап

Требования:

Владение стандартными структурами данных и алгоритмов, навыки программирования в C ++ / C # / Java.

Способность применять современные математические пакеты и языки обработки данных (Python / R / MathCAD / MatLab).

Владение английским языком на уровне выше среднего (upper-intermediate) IELTS > 6.5 / TOEFL iBT > 90.

Резюме (русский и английский), мотивационное письмо и две рекомендации, портфолио и/или список публикаций будут преимуществом.

Победителям (младшие курсы)

Оплачиваемая летняя стажировка 2-3 месяца по согласованию в Институте дизайна и урбанистики http://idu.ifmo.ru/ или  Институте наукоемких компьютерных технологий http://escience.ifmo.ru/ Университета ИТМО и участие в реальных международных научных проектах.

Победителям (старший курс)

Победители по их заявлению получают максимальный результат по вступительным испытаниям (100 баллов) в случае соответствия ВСО направленности (профилю) программы магистратуры ИТМО по направлениям:

01.04.02 Прикладная математика и информатика
Большие данные и машинное обучение
09.04.02 Информационные системы и технологии
Цифровое здравоохранение
09.04.03 Прикладная информатика
Цифровые технологии умного города
11.04.02 Инфокоммуникационные технологии и системы связи
Финансовые технологии больших данных
27.04.07 Наукоемкие технологии и экономика инноваций
Прикладная урбанистика и информатика

Материалы для участников

Необходимые навыки и компетенции:

  • базовые знания в области обработки и анализа данных, теории вероятности и математической статистики, машинного обучения;
  • представления о логике и методологии современного искусственного интеллекта и инженерии знаний;
  • жизненный кругозор, позволяющий согласовывать логику реализуемых решений со спецификой предметных областей (на бытовом уровне).
  • владение языками R, Python, или иными инструментами, обеспечивающими решение практических задач профиля.

Рынки НТИ

  • NeuroNet
  • TechNet