Интеллектуальные
информационные технологии
в технике и на производстве

Шорей Раджив

Профессор, Ph.D., Университет Квинсленда - Делийская исследовательская академия (UQIDAR), Индийский институт технологий Дели и факультет компьютерных наук и инженерии, Индия

Современные исследования в области машинного обучения и граничных вычислений

В этом докладе рассматриваются исследовательские задачи на стыке машинного обучения и граничных вычислений. В частности, предлагается парадигма федеративного обучения в неисправной пограничной экосистеме. Федеративное обучение использует вместо метафоры «отправить данные в модель» на метафору «отправить модель в данные». При использовании в граничной экосистеме в процесс обучения вовлекаются многочисленные разнородные граничные устройства, собирающие данные с помощью разных средств и подключенные через разные сетевые каналы. Выход из строя граничных устройств в такой экосистеме из-за неисправности устройства или проблем с сетью весьма вероятен.

В этом докладе сначала анализируется влияние количества периферийных устройств на модель федеративного обучения и предлагается стратегия выбора оптимального количества устройств, которая соответствует используемой модели. Рассматривается реальное разработанное приложение для демонстрации влияния разработанной стратегии смягчения последствий. Доклад завершится кратким обсуждением нескольких открытых исследовательских проблем на стыке машинного обучения и граничных вычислений.

Информация о докладчике

Доктор Раджив Шорей является генеральным директором Университета Квинсленда –Делийской академии исследований (UQIDAR) в Индийском институте технологий (ИИТ) Дели, Индия. Раджив также работает адъюнкт-преподавателем на факультете компьютерных наук и инженерии в ИИТ Дели. Он является почетным профессором Университета Квинсленда, Австралия. Раджив получил докторскую степень и степень магистра в области инженерии электросвязи в Индийском институте науки (IISc), Бангалор, Индия, в 1996 и 1991 годах соответственно. Он получил степень бакалавра компьютерных наук и инженерии в IISc в Бангалоре в 1987 году. Карьера Раджива охватывает несколько известных исследовательских лабораторий — TCS Research & Innovation, Индийская научная лаборатория General Motors (GM), Индийская исследовательская лаборатория IBM и SASKEN Technologies. Доктор Шори был первым президентом Университета NIIT с 2009 по 2013 год, а затем присоединился к исследовательским лабораториям TCS в 2014 году. Результатом работы Раджива стало более 75 публикаций в международных журналах и на конференциях, а также несколько патентов США, все в области беспроводных и проводных сетей связи. На его счету 13 выданных патентов США и несколько патентов США, находящихся на рассмотрении. Раджив Шори является членом редколлегии журналов IEEE Internet of Things Journal и Springer’s Journal of Wireless Networks. В сферу его интересов входят беспроводные сети, в том числе сети 5G, телематика, Интернет вещей, промышленный Интернет вещей, безопасность Интернета вещей и автомобильные сети, включая искусственный интеллект, машинное обучение и сети связи.

За свой вклад в области коммуникационных сетей Раджив был избран членом Индийской национальной инженерной академии в 2007 году. В декабре 2014 года ACM признал его выдающимся ученым. Он был избран членом Инженерно-технологического института. (IET), Великобритания в 2021 году. Раджив входит в состав Исполнительного совета ACM India и Исполнительного совета IEEE ComSoc, отделение в Дели. Он является соучредителем и сопредседателем руководящего комитета двух широко известных конференций — COMSNETS (www.comsnets.org) и AIMLSystems (www.aimlsystems.org).

Городецкий Владимир Иванович

Доктор технических наук, профессор, АО "Эврика", Россия

Наука о данных и искусственный интеллект в контексте информационных технологий: Незнакомцы, конкуренты или сиамские близнецы?

Одна из целей выступления состоит в том, чтобы обосновать соотношение между новой наукой, называемой Наукой о данных, и ИИ, которые развиваются и существуют в общем междисциплинарном контексте, и показать, что хотя четкую границу между ними провести вряд ли возможно, но обе эти науки имеют разные предметы исследований, они имеют свои отличные друг от друга специфические методологии исследований и разработок, они решают во многом различные задачи, и каждая из этих наук вносит свой вклад в стратегическое развитие ИТ, расширяя их возможности в создании приложений нового поколения.

С другой стороны, в выступлении будет показано, что именно появление Науки о данных во многом способствовало резкому повышению интереса ИТ-индустрии к практическому использованию моделей, методов и технологий ИИ, поскольку Наука о данных сделала доступными для специалистов ИИ новые, весьма богатые источники знаний, какими являются в настоящее время большие данные, а также новые модели, методы, технологии и инструменты их автоматической и автоматизированной генерации. Хорошо известно, что ИИ немыслим без знаний, а основная масса знаний, нужных интеллектуальным компонентам современных ИТ-приложений нового поколения, сейчас недоступна без методов, моделей, алгоритмов и технологий Науки о данных. Это же касается и других типов ценностей, содержащихся в данных. Поэтому, с точки зрения ИТ, Наука о данных и ИИ неразделимы, и в этом состоит ответ на вопрос, поставленный в заголовке выступления.

Информация о докладчике

Доктор технических наук (1973), профессор (1990), Заслуженный деятель науки Российской Федерации (1992), ведущий научный сотрудник АО ЭВРИКА. Закончил Ленинградскую Военно-Воздушную инженерную академию по специальности механика (1960) и математико-механический факультет Ленинградского государственного университета по специальности математика (1970). Защитил кандидатскую (1967) и докторскую (1973) диссертации по проблемам оптимизации управления. С 1967 по 1988 гг. работал в Военной инженерной академии им. А.Ф.Можайского на научно–исследовательских и преподавательских должностях. С 21.10.1988 г по 10.08.2018 работал в Санкт–Петербургском институте информатики и автоматизации РАН на должностях заведующего лабораторией и главного научного сотрудника лаборатории интеллектуальных систем.

Опубликовал более 250 работ (свыше 100 – в зарубежных цитируемых изданиях), 9 монографий и учебных пособий, соредактор 12 выпусков серий "Lecture Notes in Artificial Intelligence" и "Lecture Notes in Computer Science" (2001–2015), приглашённый редактор специального выпуска журнала IEEE Intelligent Systems (Q1) "Agent and data Mining Interaction" (2009) и др. Член Российской и Европейской ассоциаций искусственного интеллекта, IEEE, IEEE Computer Science, International Foundation for Autonomous Agents and Multi–agent Systems (IFAAMAS), International Society of Information Fusion (ISIF). Associate Editor международного журнала “Data Science and Analytics” (Springer, Q1) и член редколлегии Российского журнала “Онтологии проектирования”. Лауреат премии им. Д.А. Поспелова Российской ассоциации искусственного интеллекта (2022).

Наукометрические данные (на 01.01.2023): РИНЦ-цитирование 3166, h-индекс=24, WoS –цитирование 219, h-индекс=7, Scopus-цитирование 755, h-индекс =12.

Области научных интересов: теория оптимального управления, небесная механика, прикладная статистика, планирование и составление расписаний, искусственный интеллект и принятие решений, многоагентные системы, групповое управление, самоорганизующиеся сети агентов, инструментальные системы, поиск зависимостей в данных и машинное обучение, эффективные и робастные алгоритмы обработки больших данных, семантические вычисления, распределённое и p2p-обучение, компьютерная безопасность, системы с неопределённостью, рекомендательные системы, транспортная и производственная логистика, стеганография, и др.

Веб-страница https://ru.wikipedia.org/wiki/Городецкий Владимир Иванович

Карпов Алексей Анатольевич

Доктор технических наук, профессор, Университет ИТМО, Санкт-Петербургский Федеральный исследовательский центр РАН, Россия

Интеллектуальные интерфейсы и системы человеко-машинного взаимодействия

В докладе будет проведен анализ современного состояния дел в сфере интеллектуальных интерфейсов и систем, направленных на организацию естественного человеко-машинного взаимодействия. Приводятся основные тренды мировой науки в направлении создания интеллектуальных систем, основанных на цифровой обработке многомодальной информации (аудио, видео и текст), поступающей от пользователей (интеллектуальный анализ информации) и от систем к пользователям (интеллектуальный синтез информации).

Детально рассматриваются примеры интеллектуальных интерфейсов и систем естественного человеко-машинного взаимодействия, разработанные в лаборатории речевых и многомодальных интерфейсов СПб ФИЦ РАН, ориентированные на комплексный многомодальный анализ поведения пользователя, включая распознавание его аффективных психоэмоциональных состояний и персональных качеств личности применительно к актуальным задачам в промышленности.

Информация о докладчике

Доктор технических наук, профессор, руководитель лаборатории речевых и многомодальных интерфейсов в Санкт-Петербургском институте информатики и автоматизации Российской академии наук при Санкт-Петербургском Федеральном исследовательском центре Российской академии наук, а также профессор Факультет информационных технологий и программирования Университета ИТМО.

Имеет более 20 лет опыта научных исследований в области искусственного интеллекта и интеллектуальных человеко-машинных интерфейсов и систем. Опубликовал более 350 научных статей в ведущих журналах и изданиях, включая 4 монографии. Имеет индекс Хирша, равный 19 в Scopus и 30 в Google Scholar. Генеральный сопредседатель серии топовых международных конференций «Speech and Computer» SPECOM. Руководитель ведущей научной школы РФ, а также научных проектов фондов РНФ, РФФИ и Минобрнауки России.

Уткин Лев Владимирович

Доктор технических наук, профессор, Институт компьютерных наук и технологий СПбПУ, Россия

Механизм внимания в моделях машинного обучения при табличных обучающих данных

Механизм внимания является эффективным методом повышения характеристик нейронных сетей, который был успешно применен ко многим важным прикладным задачам, включая обработку естественного языка, компьютерное зрение и т.д.

Несмотря на успешное применение, модели внимания являются компонентом нейронных сетей, и поэтому сталкиваются со всеми проблемами нейронных сетей, включая переобучение, большое количество гиперпараметров, требования к большому объему данных, вычислительная сложность. Более того, нейронные сети неэффективно обучаются при наличии табличных данных.

Поэтому предлагаются новые подходы для инкорпорирования механизма внимания в такие модели, как случайные леса и градиентный бустинг. Основная идея этих подходов заключается в применении ядерной регрессии Надарая-Ватсона, что может привести к более эффективным моделям.

Также рассматриваются обобщения предлагаемого механизма внимания, такие как самовнимание и многомерное внимание. Новые модели можно рассматривать как альтернативу традиционному механизму внимания, когда обучающие данные являются табличными.

Информация о докладчике

Профессор Высшей школы искусственного интеллекта Санкт-Петербургского политехнического университета Петра Великого, Санкт-Петербург, Россия. Профессор, д.т.н. заведующий научно-исследовательской лабораторией нейросетевых технологий и искусственного интеллекта того же университета. В 1986 году окончил Санкт-Петербургский государственный электротехнический университет (бывший Ленинградский электротехнический институт). Защитил кандидатскую диссертацию в области систем обработки информации и управления (1989 г.) в том же университете и докторскую диссертацию в области математического моделирования (2001) в Санкт-Петербургском государственном технологическом институте. Награжден стипендией Фонда Александра фон Гумбольдта (2001–2003). Член Общества интервальных вероятностей и их применений (SIPTA) и Международного общества многокритериального принятия решений (ISMCDM). Автор более 300 научных публикаций, в том числе журналов по ИИ: Neurocomputing, Neural Networks, Knowledge-Based Systems, Applied Soft Computing, AI in Medicine и др. Научные интересы: машинное обучение, теория интервальных вероятностей, принятие решений.

Скобелев Петр Олегович

Доктор технических наук, профессор, Самарский федеральный исследовательский центр РАН, СамГТУ, Россия

Эмерджентный интеллект: от концепции - к применениям

В докладе дается новое определение понятию "Эмерджентный интеллект (ЭИ)", рассматриваются принципы построения и подходы к созданию ЭИ, дается краткое описание разработанных моделей, методов и алгоритмов коллективного принятия решений в ЭИ, обсуждаются функции и архитектуры разработанных систем ЭИ и показываются результаты их применения.

Информация о докладчике

Д.т.н., проф. СамГТУ, г.н.с. СФИЦ РАН, учредитель и председатель Совета директоров Группы компаний «Генезис знаний» (Сколково-Москва-Самара-Хельсинки), Член Международного Наблюдательного Совета Чешского Института Информатики, Робототехники и Кибернетики Технического университета в Праге, сопредседатель Комитета по ИИ НОЦ мирового уровня «Инженерия будущего».

Специализируется в создании систем «Эмерджентного (роевого) интеллекта» (ЭИ) для решения сложных задач адаптивного управления ресурсами в машиностроении, транспорте, аэрокосмических приложениях, РЖД, цепочках поставок и т.п. В основе ЭИ разработок лежат модели, методы и средства коллективного принятия решений, онтологии и мультиагентные технологии. Внедрение ЭИ систем помогает предприятиям повышать эффективность использования ресурсов на 15-40% и переходить к цифровизации знаний, формированию экосистем и колоний «цифровых двойников» предприятий и их изделий по всему жизненному циклу, отвечая видению будущей формации Индустрии 5.0 / Общества 5.0.

Примышленные внедрения: управление танкерами Tankers International (UK), такси для Addison Lee (UK), грузовиками для GIST (UK) и т.д.; управление грузопотоком для Международной космической станции для РКК «Энергия»; управление цепочками поставок для Coca Cola (Германия) и Lego (США), перевозками угля для СУЭК, завозом оборудования и стройматериалов на Ямал для Газпромнефти; управление движением поездов на участке Москва - Санкт-Петербург для высокоскоростных поездов «Сапсан», а также более 700 других поездов на горизонте в 24-36 часов; управление агрегатной сборкой самолетов класса А350 в цехах корпорации «Айрбас» (Германия), сборка двигателей для ОАО «Кузнецов» и сборка новых самолетов МС-21 на ИРКУТе; управление грузовыми перевозками в компаниях Лорри, Кока-Кола, Монополия и т.д.; управление самоорганизующимися группировками спутников (рой спутников) для ВНИЭМ (совместно с СТТ Групп): https://www.youtube.com/watch?v=r7vKK9XnTCE) и др.

Отличия и достижения: член Совета по науке, образованию и технологиям при Губернаторе Самарской области (с 2019 г.); главный редактор первого в России журнала «Онтологии проектирования» по Semantic Web с 2018 г., редактор журнала International Journal of Agriculture Innovation, Technology and Globalisation и ряда других зарубежных научных журналов по Industry 4.0/5.0; член Международного Технического Комитета по промышленным агентам (The IEEE Technical Committee on Industrial Agents) и Российской ассоциации искусственного интеллекта (РАИИ) с 2015 г.; член Диссертационного совета СамГТУ по специальности 05.13.01 «Системный анализ и управление (в промышленности)» с 2017 г.; сооснователь международных научных конференций по сложным системам в России (с 1999 г.) и в Великобритании (начиная с 2017 г.); лауреат Премии Мэра г. Самара и Премии Губернатора Самарской области за достижения в области науки и техники.

Под руководством Скобелева П.О. выполнено более 15 проектов РФФИ и Минобрнауки РФ и защищены 5 кандидатских диссертаций. Автор более 230 научных работ (из них около 100 – в Scopus), 4 книг, изданных в Великобритании и Германии, 7 учебных пособий, 25 свидетельств о регистрации программ для ЭВМ, 3-х изобретений в Великобритании и США.

Книга по результатам разработок, написанная в соавторстве с проф. Открытого университета (Великобритания) проф. Г.Ржевским (George Rzevski), издана WIT Press в Великобритании и США в 2014 г. и доступна на amazon.com.