⚡️Открываем новые горизонты в понимании и разработке систем сильного интеллекта уже в эту среду в 18:00 в Центре ИИ СПбГУ!

➡️Конкретнее – поговорим об эмерджентном интеллекте и как он может трансформировать наше представление о решении сложных задач: управление проектами, производством и логистикой в реальном времени с помощью технологИИ!

Поделится знаниями и результатами Петр Олегович Скобелев, ведущий научный сотрудник ФИАН, зав. лабораторией ИПУСС РАН, зав. кафедрой ФАИТ СамГТУ, профессор Самарского университета и автор более 230 научных работ.

💬Не упустите возможность послушать, задать вопросы и присоединиться к дискуссии, нужно только зарегистрироваться🔗

🖥 Недавно мы делали подборку всемирно популярных бенчмарков, используемых для оценки производительности и эффективности моделей машинного обучения.

Как оказалось, среди инструментов российского производства тоже есть немало достойных примеров.

Делимся с вами некоторыми из них ⤵️

1. MERA (Multimodal Evaluation for Russian-language Architectures) – проект от SberDevices, Sber AI, НИУ ВШЭ, «Сколтеха» и других разработчиков. Его предназначение – оценивать на закрытых и открытых тестах современные большие языковые модели для русского языка. Кодовая база для оценки на бенчмарке MERA основана на международном фреймворке LM Evaluation Harness. Сейчас это единая площадка для рейтинга моделей и отражения их способностей по доменам, задачам и модальностям.

2. LLM Arena – общедоступная платформа, цель которой – сделать объективный, открытый и актуальный бенчмарк больших языковых моделей на русском языке. Она собирает и ранжирует парные сравнения пользователей с помощью вероятностной модели Брэдли-Терри. Так можно узнать, какой из ответов, сгенерированный разными нейросетями, более качественный. При этом существуют режимы сравнения как случайных моделей, так и выбранных пользователем.

3. RuCoLa – проект по оценке лингвистической компетентности больших языковых моделей от ABBYY, Huawei, Yandex Research, SberDevices и НИУ ВШЭ. Он может использоваться для сравнения способностей нейросети к пониманию языка, а также для улучшения качества генерации текстов. В основе RuCoLa – набор из 13,4 тысяч предложений на русском языке, которые размечены по бинарной шкале лингвистической приемлемости. Приемлемое высказывание – то, которое мог бы привести носитель языка, а другой носитель – понять. Датасет оценивает чувствительность моделей как к обычным лингвистическим явлениям (морфологии, синтаксису, семантике), так и к галлюцинациям, например, к бессмысленному повторению фрагментов предложения.

4. RussianSuperGlue – еще одна платформа для оценки понимания моделями русского языка, созданная SberDevices, Huawei и НИУ ВШЭ. Бенчмарк включает в себя четыре части: тесты для нейросетей, тесты для людей для сравнения, оценку существующих моделей и инструменты для помощи в оценке собственной модели. Разработчики хотят, чтобы RussianSuperGlue стал общедоступным рейтингом русскоязычных NLP-моделей (обрабатывающих естественный язык). Он также призван помочь специалистам в Data Science понять, какая из нейросетей больше подходит для выполнения тех или иных задач.

5. ruSciBench, разработанный в МГУ им. М. В. Ломоносова, предназначен для оценки эмбеддингов научных текстов. Представьте, что каждый текст – это точка в многомерном пространстве, так вот эмбеддинги помогают преобразовать текст в такие точки, где похожие по смыслу тексты будут находится близко друг к другу. Датасет бенчмарка состоит из 194 тысячи сочетаний названий и аннотаций статей на русском языке и 182,4 тысячи на английском. Всего есть два типа задач: классификация и поиск перевода. Задача поиска перевода проверяет, насколько хорошо модель понимает смысл текста, независимо от языка. Для этого сравнивают, насколько близки векторы (эмбеддинги) аннотации на русском и английском языках. Чем ближе они друг к другу, тем лучше работает модель. В результате получают две метрики: насколько успешно можно найти русскую аннотацию по английской и наоборот.

А с какими отечественными бенчмарками знакомы вы? Делитесь в комментариях ✏️

🎤Руководитель юридической группы Центра ИИ СПбГУ Владислав Владимирович Архипов выступил в Кыргызско-Российском Славянском университете

8 февраля 2025 года в ходе круглого стола «Межгосударственное научно-инновационное сотрудничество Кыргызстана и России: перспективы и приоритеты развития», приуроченного ко Дню российской науки, он представил доклад на тему «Правовые проблемы ИИ: опыт СПбГУ». 

Вот основные тезисы выступления:

🔵Право по умолчанию технически нейтрально, при этом системы ИИ, как правило, могут рассматриваться как результаты интеллектуальной деятельности, информационные системы, содержащие и обрабатывающие информацию различных правовых режимов, средства поддержки принятия юридически значимых решений.

🔵Актуальные правовые проблемы, которые в рамках своей профессиональной деятельности разрешают сотрудники Центра ИИ СПбГУ, следующие: правовой режим датасетов, обработка персональных данных при машинном обучении, сложный «лицензионный состав» программного обеспечения и использование ИИ в конечных решениях.

🔵Согласно российскому законодательству, содержание датасета в любом случае представляет собой информацию, но при определенных условиях дополнительно может охраняться и как результат интеллектуальной деятельности.

🔵На сегодняшний день остро стоит вопрос о защите личной информации, которая используется нейросетью в процессе обучения, поскольку правовой режим персональных данных не всегда позволяет определить вид данных, исходя из их структуры и метаданных.

🔵Применение искусственного интеллекта в конечных решениях может иметь правовое значение при автоматизации юридически значимых действий. При этом автоматизация отдельных видов решений способна непропорционально усложнять правовые риски и определенность, особенно в вопросах ответственности. 

🗣️ Владислав Владимирович Архипов поделился, что доклад вызвал живой интерес у аудитории, и по итогам выступления сложилась продуктивная дискуссия о пределах использования технологий искусственного интеллекта с точки зрения этики и права. 

☄️Хотите узнать три новых алгоритма сжатия моделей глубокого обучения? Тогда ждём вас на семинаре в среду!

🗓19 февраля | 🕔18:00 | Центр ИИ СПбГУ (Кадетская линия, 1-3, схема прохода)

Доклад представит Ованес Леонович Петросян — доктор физико-математических наук, профессор.

Обычно модели глубокого обучения сжимают следующими методами:
➡️квантование (или бинаризация)
➡️извлечение знаний
➡️обучение с использованием информации о том, что модель сжата

Доклад посвящен разработке трех новых алгоритмов для данных методов. Особого внимания заслуживают подходы, учитывающие использование бинарного градиента для обучения бинарных нейронных сетей, и методы оптимизации архитектуры нейронной сети, используя информацию об ограничениях на вычислительные ресурсы и энергопотребление устройства, на котором эта модель будет работать.

Ждем всех желающих на обсуждение! Для посещения мероприятия обязательно зарегистрируйтесь по ссылке🔗

🌐 Сегодня ИИ окружает нас повсюду, но знаете ли вы, как зарождались эти технологии?

Наш следующий семинар будет посвящен обзору и периодизации развития кибернетики и искусственного интеллекта, которые представит Александр Львович Фрадков, доктор технических наук, заведующий лабораторией управления сложными системами Института проблем машиноведения РАН.

🗓26 февраля | 🕔18:00 | Центр ИИ СПбГУ (Кадетская линия, 1-3, схема прохода)

➡️ На лекции подробно рассмотрим такие этапы становления ИИ, как:

🟦Ранние годы: 1940-1959 (Формальная модель нейрона Маккалока-Питтса, работы Винера и Шеннона, тест Тьюринга, Дартмутский семинар, Перцептрон Розенблатта);
🟦Весна кибернетики и ИИ: 1960-е гг (Распознавание образов, чат-бот АЛИСА, работы Бонгарда, Айзермана и др.);
🟦Первая зима ИИ: 1970-е гг. (Книга Минского-Пейперта и кризис нейросетей, NP-трудные задачи);
🟦Вторая весна ИИ: 1980-е гг. (Экспертные системы, сверточные сети Фукушимы, метод обратного распространения ошибки Вербоса);
🟦Вторая зима ИИ: конец 1980-х - начало 1990-х
🟦Новая эра ИИ и возвращение кибернетики (Большие данные, графические процессоры, фреймворки и бенчмарки, человеко-машинные системы).

🎙Кроме того, поговорим о проблеме С^3, больших языковых моделях (LLM) и премии Тьюринга 2018 года.

Не упустите возможности узнать об истоках появления ИИ и пообщаться с опытным специалистом!

Напоминаем, что для посещения мероприятия необходимо зарегистрироваться по ссылке 🔗

«Расскажи мне про ИИ» — первый митап в 2025🔥

🗓28 февраля | 🕘16:00 | Центр ИИ СПбГУ (Кадетская линия, 1-3, схема прохода)

Ученые и коммуникаторы объединятся, чтобы найти ответ на вопрос: как популяризировать технологию для широкой аудитории?

Свои секреты работы с ИИ раскроют:

⭐️Мария Разыгрина — психолог, преподаватель кафедры машинного обучения и цифровой гуманитаристики МФТИ, автор проекта «Школа Психологической Компетентности».
⭐️Кира Чуракова — редактор Hi-Tech Mail (VK).
⭐️Полина Конорова — независимый PR-консультант в IT & руководитель PR в Just AI.
⭐️Сергей Николенко — эксперт Центра ИИ СПбГУ, доцент СПбГУ, заведующий лабораторией искусственного интеллекта ПОМИ РАН.

Модератор научно-практической встречи — заведующая кафедрой цифровых медиакоммуникаций, эксперт Центра ИИ СПбГУ Камилла Нигматуллина.

Для посещения мероприятия нужно зарегистрироваться по ссылке🔗

⭐️ С Днём защитника Отечества!

В этот день мы поздравляем всех, кто отважно защищает нашу страну, обеспечивая безопасность как в реальном, так и в цифровом мире.

Пусть ваши идеи и разработки окажутся сильными и надежными, а искусственный интеллект послужит верным помощником в достижении новых высот!

📈 От всей души желаем крепкого здоровья, мира и благополучия!

С уважением, Центр ИИ СПбГУ

❗️Внимание, замена спикера!

Завтра в Центре ИИ вместо Александра Львовича Фрадкова выступит Татьяна Матвеевна Косовская, доктор физико-математических наук, профессор кафедры информатики СПбГУ.

🎮 Тема доклада: «Сложные структурированные объекты: анализ и распознавание. Применение формул исчисления предикатов: полином или экспонента?».

Выступление Александра Львовича переносится на следующую неделю. Следите за обновлениями!

🔗 Ссылка для регистрации на мероприятие 26 февраля остается прежней.

Приносим извинения за доставленные неудобства и с нетерпением ждём вас на завтрашнем семинаре!

⚡️Завершаем зиму митапом!

28 февраля в 16:00 в Центре ИИ СПбГУ вместе с экспертами обсудим технологии для широкой аудитории👥

⛓Для посещения мероприятия нужна регистрация. Будем рады всех видеть!

🔥Дайджест самых популярных постов за январь-февраль

🔴Топ бенчмарков.
🔴О феномене DeepSeek от эксперта Центра ИИ СПбГУ Михаила Козина.
🔴ИИ-приложение для профориентации.
🔴Сверхбыстрые нейросети.
🔴Умный счетчик для предотвращения майнинга.
🔴Выступление В.В. Архипова в Кыргызско-Российском Славянском университете.

Еще по реакциям мы поняли, что вам нравится, когда мы разбавляем ленту мемами🤡

⁉️Какой контент вы бы хотели увидеть в марте? Будем рады прислушаться к вашим предложениям и задействуем все умы Центра, чтобы ответить на ваши вопросы!

⚡️Напоминаем, что завтра выступит Александр Львович Фрадков, доктор технических наук, заведующий лабораторией управления сложными системами Института проблем машиноведения РАН.

Зарегистрироваться на семинар можно здесь🔗