26 апреля исследователи AIRI выступят на конференции по машинному обучению и нейросетям DataStart 👾

Расскажем про Vision Transformers для оценки глубины, обсудим новые материалы и поделимся тем, как искусственный интеллект создает искусство.

Подробные темы докладов и регистрация по ссылке, до встречи! 💛

Анонсируем следующий научный семинар 👀

🔵Дата и время: 26 апреля в 17:00 на YouTube-канале AIRI

🔵Тема: «Удивительные свойства ландшафта потерь в перепараметризованных моделях»

🔵Докладчик: Дмитрий Ветров, ВШЭ, AIRI
🔵Оппонент: Ирина Пионтковская, Huawei

🔵Подробное описание семинара можно посмотреть по ссылке

Прошлый выпуск #AIRI_Seminars уже в плейлисте.

До встречи!

Как получить доступ к новому GigaChat? Собрали все возможности:

🔳Первые ранние доступы раздают в канале новой модели. Подписаться можно по ссылке.

🔳Для студентов: Сбер приглашает 10 научных команд из российских ВУЗов получить ресурсы для экспериментов с дообучением и файнтюнингом нейросетевых моделей NeONKA. Им предоставят бесплатный доступ к платформе ML Space и выделят необходимые для обучения GPU ресурсы. Подать заявку можно на сайте.

🔳Дождаться доступов для всех, обещают рассылать инвайты в несколько волн, с каждым разом они будут всё больше.

Почитать подробнее про новую модель, историю создания и ее возможности можно в статье на Хабре.

Рассказываем про следующий #AIRI_Seminars 👇

🔵Дата и время: 10 мая в 17:00 на YouTube-канале AIRI

🔵Тема: «Применение дифференцируемого представления трехмерных сцен для распознавания объектов»

🔵Докладчик: Дмитрий Юдин, AIRI, МФТИ

🔵Оппонент: Юрий Визильтер, профессор РАН, ГосНИИАС

🔵Подробное описание семинара читайте по ссылке

До встречи в среду!

Собрали подборку статей от ученых AIRI на конференции ICLR 👀

Две статьи от команды «‎Вычислительный интеллект»‎:

🔳Первая работа про связь двух 'hot' топиков – диффузии и оптимального транспорта. Исследовали теоретически и экспериментально с помощью эффективных тензорных методов.

🔳Вторая статья – одна из немногих статей без deep learning на конференции, посвященная тензорным разложениям и тому, как эффективно строить представления различных многомерных массивов. Получились интересные результаты для кооперативных игр, задач расстановки ферзей на доске и подсчета перманента матрицы – все с помощью единого кода и подхода!

Статьи от команды «Обучаемый интеллект»:

🔳В статье Neural Optimal Transport (NOT) предлагается оптимальный метод переноса данных из одного домена в другой с помощью нейросетей. Метод не требует парных обучающих выборок и может обучаться на независимых выборках данных из входного и выходного доменов.

🔳В работе Kernel Neural Optimal Transport рассмотрен ряд теоретических и практических улучшений метода NOT с помощью использования воспроизводящих ядер.

Статья на воркшопе Neurosymbolic Generative Models workshop от команды «Нейросимвольная интеграция»:

🔳Статья Disentangled Representations in Hyperdimensional Latent Space посвящена распутанным представлениям, которые заключаются в сведении данных к генеративным факторам, которые эти данные порождают.

В этой работе исследователи представляют генеративные факторы векторами высокой размерности и используют принципы векторных символьных архитектур, которые позволяют работать с символами с помощью векторных операций.

За счёт этого авторы получают возможность простым и интерпретируемым способом модифицировать объекты на изображении в скрытом пространстве.

До встречи на следующей конференции! 🖖

Пока исследователи готовят статьи к NeurIPS 2023, расскажем про то, чем можно заняться в пятницу вечером:

🔳Послушать: как нейросети превращают текст в музыку? Ответ в новом выпуске «Физики и лирики» с научным сотрудником AIRI Олегом Сериковым.

🔳Посмотреть: запись позавчерашнего семинара «Применение дифференцируемого представления трехмерных сцен для распознавания объектов».

🔳Прочитать: подборка 5-ти неочевидных фактов об ИИ и машинном обучении от наших ученых в N + 1.

Хороших выходных без горящих дедлайнов! 🔥
Картинку сгенерил бот @kandinsky21_bot