Искусственный интеллект и машинное обучение
Open-source решения в области машинного обучения
-
Fedot
Открытый репозиторий разработкиФреймворк автоматического машинного обучения, который позволяет создавать композитные пайплайны моделирования на данных. Фреймворк не ограничивается отдельными AutoML-задачами, такими как предобработка исходных данных, подбор признаков или оптимизация гиперпараметров моделей, а позволяет решать более общую задачу структурного обучения — для заданного набора данных строится решение в виде графа (DAG), узлы которого представлены моделями МО, процедурами предобработки и трансформации данных.
Конкурентные преимущества:
- Поддержка произвольных структур ансамблей ML-моделей
- Работа с различными постановками задач и типами данных (в том числе в мульти-модальном режиме)
- Возможность добавлять новые модели, методы предобработки, алгоритмы настройки гиперпараметров или другие типы данных
Эффекты от внедрения:
- Ускорение разработки предиктивных моделей не менее, чем в 10 раз
- В 75% случаев качество моделей превышает лучший аналог, созданный человеком
Уровень готовности технологии:
УГТ 8 — система проверена на работоспособность в своей конечной форме и в ожидаемых условиях эксплуатации
Инициатор
Руководитель разработки:
к.т.н. Николай Никитин
nnikitin@itmo.ru -
FEDOT.Industrial: фреймворк автоматического машинного обучения для промышленных задач
Открытый репозиторий разработкиПредназначен для автоматизации процесса разработки предиктивных моделей на данных для технических систем полного цикла на основе методов эволюционной оптимизации. Поддерживаются задачи прогнозирования, классификации и выявления аномалий для одномерных и многомерных временных рядов, а также пространственно-временных полей различной природы.
Конкурентные преимущества:
- Универсальность: позволяет решать задачи классификации, регрессии и прогнозирования временных рядов на данных различной природы
- Интегрируемость: легко объединяется с популярными ML-библиотеками (scikit-learn, keras, CatBoost и др.) и кастомными решениями
Эффекты от внедрения:
- Сокращение времени создания и оптимизации композитных моделей в несколько раз
- Автоматизированное построение пайплайнов позволяет достичь высоких показателей качества прогнозов
- Оптимизация бизнес-процессов за счёт быстрой адаптации моделей под конкретные задачи
Уровень готовности технологии:
УГТ 8 — система проверена на работоспособность в своей конечной форме и в ожидаемых условиях эксплуатации
Инициатор
Руководитель разработки:
к.т.н. Илья Ревин
ierevin@itmo.ru -
Stalactite: фреймворк федеративного обучения на больших данных
Открытый репозиторий разработкиПредназначен для быстрого прототипирования систем вертикального федеративного обучения, ориентирован на исполнение и мониторинг моделей машинного обучения, работающих с распределенными данными. Обеспечивает поддержку обмена данными между сторонами с помощью гомоморфного шифрования и gRPC, оснащен встроенными инструментами для мониторинга (Prometheus, Grafana) и репортинга (MLFlow), а также CLI-интерфейсом для удобного обучения и отслеживания вычислительных процессов.
Конкурентные преимущества:
- Массивы данных: до 100 млн. записей, до 10 тыс. признаков
- Набор моделей для работы с таблицами (linreg, logreg, MLP, табличный ResNet) и изображениями (ResNet, EfficientNet)
- CLI-интерфейс для удобного обучения, инференса, отслеживания статуса
Эффекты от внедрения:
- На 10% выше качество предиктивных моделей
- На 15-30% выше утилизация корпоративных данных
Уровень готовности технологии:
УГТ 9 — система используется для решения реальных задач конечных потребителей
Инициатор
Руководитель разработки:
к.т.н. Николай Бутаков
nabutakov@itmo.ru -
iOpt
Открытый репозиторий разработкиФреймворк для автоматического поиска оптимальных значений гиперпараметров для сложных математических моделей на данных.
Конкурентные преимущества:
- Автоматический подбор параметров как для математических моделей, так и для методов AI и ML, используемых в промышленности
- Автоматизация предварительного анализа исследуемых моделей, например, путем выявления различных типов зависимостей модели от различных групп параметров
Эффекты от внедрения:
- Уменьшение погрешности методов ИИ в среднем в 1.5 - 2 раза
- Сокращение времени настройки гиперпараметров сложных моделей от 1.5 до 4 раз
Уровень готовности технологии:
УГТ 8 — система проверена на работоспособность в своей конечной форме и в ожидаемых условиях эксплуатации
Инициатор
Руководитель разработки:
д.т.н. Константин Баркалов
barkalov@vmk.unn.ru
Ведущие разработки в области машинного обучения
-
DataMall 2.0: распределенная инструментальная платформа разработки и сопровождения цифровых объектов искусственного интеллекта на основе больших данных
Предназначена для поддержки жизненного цикла разработки и эксплуатации систем ИИ на основе больших данных и тяжелых моделей распределенными командами разработчиков. Обеспечивает управление высокопроизводительными вычислительными ресурсами и хранилищами данных, поддерживает процессы прототипирования и отладки моделей ИИ на основе готовых компонентов, упрощает разработку кастомных моделей и сервисов, позволяет объективно оценивать прогресс и содержание выполняемых работ квалифицированному заказчику.
Конкурентные преимущества:
- Автоматизация использования суперкомпьютерных ресурсов и хранилищ больших данных для обучения моделей ИИ
- Прозрачное управление распределенным процессом разработки и эксплуатации систем ИИ
- Унификация по техноло гическим средствам разработки: Python, Jupiter Notebook
Эффекты от внедрения:
- Ускорение разработки систем ИИ до 30%
- Оптимизация вычислительных ресурсов до 20%
УГТ-9
УГТ 9 — система используется для решения реальных задач конечных потребителей
Инициатор
Руководитель разработки:
к.т.н. Денис Насонов
dnasonov@itmo.ru -
Smile.Cloud: платформа для быстрого прототипирования, разработки и обучения моделей на данных
Предназначена для быстрой разработки и обучения моделей ИИ отраслевыми (предметными) специалистами, не имеющими навыков программирования и работы с базами данных. Обеспечивает подготовку и первичный анализ датасетов, автоматизацию конструирования моделей ИИ в рамках подходов Low/No-Code, возможность создания сложных композитных моделей ИИ из различных компонентов, использования синтетических данных.
Конкурентные преимущества:
- Визуальное конструирование модели ИИ на основе графа задач и данных
- Автоматическое построение графа композитного приложения с помощью AutoML
- Использование технологии докеров для расчетов композитного приложения на удаленных вычислительных ресурсах
- Портирование построенной модели в программный код на Python
Эффекты от внедрения:
- Ускорение разработки систем ИИ в 5-14 раз
- Ускорение обучения использованию ИИ в 2-4 раза
УГТ-9
УГТ 9 — система используется для решения реальных задач конечных потребителей
Инициатор
Руководитель разработки:
к.т.н. Сергей Иванов
svivanov@itmo.ru -
"ПОЛИОКС": цифровой полигон оценки качества систем ИИ
Предназначен для экспериментальной оценки качества разработанных систем ИИ по набору метрик в ходе сертификационных испытаний. Обеспечивает объективную оценку и контроль качества (точности), а также границ применимости создаваемых систем ИИ, создание объясняющих процедур к существующим системам ИИ, испытания систем ИИ в экстремальных условиях эксплуатации, а также оценку потенциала развития систем ИИ, определение ресурсной стоимости дальнейших улучшений.
Конкурентные преимущества:
- Построение эталонного SOTA-решения с помощью AutoML
- Имитация различных условий эксплуатации модели на синтетических данных
- Объективное сравнение нескольких версий одной системы или нескольких систем ИИ на разных принципах
Эффекты от внедрения:
- Увеличение полноты тестов сертификационных испытаний не менее, чем в 6 раз
- Снижение трудозатрат на организацию испытаний не менее, чем в 4 раза
УГТ-9
УГТ 8 — система проверена на работоспособность в своей конечной форме и в ожидаемых условиях эксплуатации
Инициатор
Руководитель разработки:
к.т.н. Иван Ходненко
ivan.khodnenko@itmo.ru
Новости в области машинного обучения
-
16.05.2025
В ИТМО создали ИИ-инструмент, который упростит обработку горных пород
Студенты лаборатории компьютерных технологий ИТМО предложили ИИ-модели для обработки изображения с плотно сгруппированными объектами.
-
17.03.2025
В ИТМО разработали цифровой полигон для тестирования новых систем ИИ в экстремальных условиях
Цифровой полигон «Полиокс» позволяет анализировать потенциал системы ИИ, прогнозировать ресурсную стоимость ее дообучения и объективно оценить качество работы в том числе в экстремальных условиях эксплуатации.
-
25.02.2025
В ИТМО создали цифрового ассистента химика
ИИ-ассистент может сгенерировать новые и доработать существующие химические соединения, а также алгоритмы синтеза, предсказать химические свойства и извлечь знания из статей по химии. При этом химикам не нужно уметь программировать — достаточно отправить запрос в чат ассистента.
-
19.12.2024
Цифровой мэр, химик и совет компании: какие ИИ-разработки представили в ИТМО
Ежегодно на встрече «AIMission: погружение в мир интеллектуальных технологий с ИТМО» исследователи ИТМО подводят итоги года и представляют индустриальным партнерам университета свои новинки в области ИИ. Об основных проектах, созданных в исследовательском центре «Сильный искусственный интеллект в промышленности» и Национальном центре когнитивных разработок ИТМО, — в нашем материале.
-
27.11.2024
ИТМО получит 162 миллиона рублей на разработку ИИ-системы компьютерного зрения для БПЛА
Национальный центр когнитивных разработок ИТМО, ГосНИИАС и АО «КТ-Беспилотные Системы» вошли в число победителей конкурсного отбора Фонда НТИ и получили субсидию в размере 162 миллионов на создание системы компьютерного зрения с ИИ для БПЛА.
-
15.10.2024
Российские разработчики получили возможность безопасно обучать AI в различных доменах
Специалисты Сбера и ИТМО создали один из первых отечественных инструментов для федеративного обучения моделей искусственного интеллекта. 15 октября 2024 года, Москва
-
03.10.2024
Ученые ИТМО автоматизировали разработку отраслевых систем ИИ с помощью больших языковых моделей
В Национальном центре когнитивных разработок ИТМО создали новую гибридную систему искусственного интеллекта, которая объединила автоматическое машинное обучение и большие языковые модели.
-
16.07.2024
ИТМО получил аккредитацию магистерской программы по GenAI от Альянса в сфере ИИ
Альянс в сфере искусственного интеллекта* аккредитовал магистерскую программу ИТМО «Глубокое обучение и генеративный искусственный интеллект».
-
19.06.2024
SciTalks Meetup: Bayes
"Лето в самом разгаре, а мы анонсируем новый митап! 29 июня в 12:00 предлагаем встретиться онлайн и обсудить такое перспективное и важное направление, как байесовские методы в машинном обучении."
-
19.06.2024
Ученые ИТМО представили новый веб-сервис для оценки соискателей с помощью искусственного интеллекта
В исследовательском центре «Сильный ИИ в промышленности» ИТМО создали новую гибридную систему искусственного интеллекта, которая объединила автоматическое машинное обучение и большие языковые модели.
-
29.05.2024
Ученые ИТМО представили обновленную модель ИИ для улучшения свойств лекарств
22 мая в университете ИТМО прошел митап, организованный командой ученых из исследовательского центра «Сильный ИИ в промышленности» и центра “ИИ в химии” химико-биологического кластера. На мероприятии была представлена обновленная гибридная модель искусственного интеллекта, которая позволяет быстрее и точнее генерировать формулы твердых лекарственных форм. Ученые доработали первоначальную версию решения, заменив одиночную генеративную модель ансамблем более сложных. Предложенный подход объединил эволюционную оптимизацию и автоматическое машинное обучение.
-
16.04.2024
В ИТМО выбрали лучших молодых исследователей в области искусственного интеллекта
Талантливые студенты и школьники из 60 городов России представили свои доклады на Конгрессе молодых ученых, который проходил в Петербурге в Университете ИТМО с 8 по 11 апреля. Без малого 2000 заявок было подано для участия в мероприятии, 1854 из них прошли отбор и были одобрены модераторами.
-
15.03.2024
Праздник ИИ на ВДНХ
Как прошел День ИИ на крупнейшей выставке страны
-
14.03.2024
UPD: Online Scientific Open Source Meetup №7
10 апреля прошел первый весенний open source митап в этом году, в этот раз – онлайн.
-
17.12.2023
AIMission: погружение в мир интеллектуальных технологий с ИТМО
15 декабря Университет ИТМО пригласил гостей в совместное путешествие в мир интеллектуальных технологий AIMission.
-
09.11.2023
Фронтиры прикладного искусственного интеллекта: промышленность, экономика, образование
Предлагаем провести последнюю неделю ноября с пользой – в Школе молодых ученых ИТМО! Всего за неделю вы успеете расширить свои знания о перспективных технологиях искусственного интеллекта, формирующих методические и алгоритмические основы сильного ИИ, а также познакомитесь с двумя десятками актуальных решений от наших разработчиков.
-
20.10.2023
Завершился YSC-2023 в Объединенных Арабских Эмиратах
"Международная конференция молодых ученых YSC-2023 (Young Scientists Conference for young researchers and professionals in computational science, Artificial Intelligence, Big Data and ML) вернулась на зарубежные площадки! Рассказываем, как это было."
-
20.10.2023
Презентация ИИ-решений для представителей государственной власти
12 октября в Университете ИТМО состоялась презентация ИИ-решений для представителей органов государственной власти. Мероприятие проходило в рамках программы ДПО «Школа подготовки квалифицированного заказчика решений на основе технологий искусственного интеллекта для задач государственного управления», третий год подряд реализуемой Корпоративным университетом Санкт-Петербурга совместно с Ассоциацией «Искусственный интеллект в промышленности», Центром стратегических разработок «Северо-Запад» и вузами: ИТМО и ЛЭТИ.
-
19.10.2023
ML для Java-разработчиков
Рассказываем о нашем участии в Joker 2023 – крупнейшей российской конференции для опытных джавистов
-
16.10.2023
ИИ-разработки в области урбанистики представили на форуме 100+ TechnoBuild в Екатеринбурге
Проверенные и совершенно новые решения для помощи архитекторам и проектировщикам
-
26.04.2023
Scientific Open-Source Meetup №3
Приглашаем к участию в третьем open-source митапе, в этот раз проведем его в более масштабном формате - как часть DataFest 2023
-
10.04.2023
Хакатон на миллион
С 28 по 30 апреля пройдет первый совместный хакатон центра инфохимии ИТМО х Синтелли x Medtech.Moscow – «Цифровая фармакология: предсказательное моделирование». Технологический партнер мероприятия – Selectel.
-
07.02.2023
Scientific Open-Source Meetup №2: открытый код для ИИ
Продолжаем разговор об Open-Source решениях, в этот раз поговорим о реализации методов и моделей ИИ в рамках библиотек с открытым исходным кодом.
-
14.12.2022
Презентация разработок в области ИИ и смежных цифровых технологий
14 декабря 2022 года в Петербурге состоялась публичная презентация семейства технологий и инструментов для быстрой разработки, обучения и оценки качества ИИ-систем на основе больших данных, сформировавшегося в ИТМО за 5 лет работы в рамках реализации государственной программы Национальной технологической инициативы и федерального проекта «Искусственный интеллект».
-
03.10.2022
Международная. Научная. Своя. Как прошла конференция молодых ученых YSC-2022
17 сентября завершилась 11-ая международная конференция молодых ученых – Young Scientists Conference in Computational Science (YSC-2022), организованная Национальным центром когнитивных разработок Университета ИТМО (НЦКР) совместно со Студенческим научным сообществом, при поддержке центра «Сильный ИИ в промышленности», Университета Иннополис, Центра искусственного интеллекта НИУ ВШЭ и Института системного программирования им. В.П. Иванникова РАН.
-
12.09.2022
11 международная конференция YSC-2022 – можно online!
YSC-2022 идет полным ходом. Почти 100 молодых исследователей в области computational science собрались в Университете ИТМО на Стрелке Васильевского острова в Санкт-Петербурге.
-
05.09.2022
Приглашаем на стажировку в Национальный центр когнитивных разработок Университета ИТМО
"Научно-исследовательская лаборатория «Когнитивная невербалика» Национального центра когнитивных разработок Университета ИТМО ищет талантливых кандидатов, готовых влиться в команду. Ребята занимаются разработкой и поддержкой приложений для конечных пользователей в областях интеллектуальных телекоммуникационных технологий, визуализации данных, прикладного искусственного интеллекта на основе машинного обучения и когнитивных технологий. Создают системы поддержки принятия решений и персональных помощников."
-
03.08.2022
"Вооружить самурая огнестрельным оружием": эксперты в области промышленного ИИ выделили 5 основных вопросов развития суверенных технологий в России
29 июля Университет ИТМО совместно с ассоциацией “Искусственный интеллект в промышленности” провели круглый стол по теме “Будущее искусственного интеллекта (ИИ) в России: западный, восточный или свой путь”. Мероприятие проводилось на базе исследовательского центра “Сильный ИИ в промышленности”, гостями стали 50 представителей компаний нефтегазового и IT-секторов (Газпром Нефть, Татнефть, Сургутнефтегаз, Шлюмберже, Яндекс, Huawei и др.). Основной темой для обсуждения было применение ИИ в промышленности: какие функции он может взять на себя, какую роль в импортозамещении может сыграть?