Курсы для каждого
При поддержке некоммерческого фонда развития науки и образования «Интеллект»
Искусственный интеллект и наука МГУ им. М.В. Ломоносова
Расписание потоковых лекций
Следующие потоковые лекции начнутся в сентябре, а пока вы можете посмотреть записи прошедших лекций
Прошедшие мероприятия
Онлайн - лекция
3 июня 18:30 - 20:30
100 мест
Как использовать мультимодальные трансформеры в исследованиях
и не страдать?
и не страдать?
Александр Николич
Исследует гигантские мультимодальные
трансформеры
трансформеры
Senior data sceintist
Программа лекции:
• История: мультиэнкодерные модели от DSSM к CLIP
• Мультмодальные трансформеры, почему можно совмещать модальности
• Visual transformer
• CLIP like архитектуры
• DALLE like архитектуры
• Multimodal attention
• Решение мультимодальной задачи классификации на CLIP
• Ответы на вопросы слушателей
• Мультмодальные трансформеры, почему можно совмещать модальности
• Visual transformer
• CLIP like архитектуры
• DALLE like архитектуры
• Multimodal attention
• Решение мультимодальной задачи классификации на CLIP
• Ответы на вопросы слушателей
Онлайн - лекция
12 мая 12:00 - 14:00
100 мест
Vision Transformer (ViT)
и его применение в науке
и его применение в науке
Анвар Курмуков
Преподаёт на Факультете компьютерных наук ВШЭ
Программа лекции:
Старший научный сотрудник AIRI, руководитель команды Medical Image Analysis, научный сотрудник ИППИ РАН
• В чём состоит идея механизма внимания
• Архитектура Трансформер и Зрительный трансформер (ViT)
• Трудности обучения ViT, сколько данных действительно "много"
• Как учить ViT если есть только миллион размеченных изображений
• Применение механизма внимания в задачах обработки медицинских изображений
• Ответы на вопросы слушателей
• Архитектура Трансформер и Зрительный трансформер (ViT)
• Трудности обучения ViT, сколько данных действительно "много"
• Как учить ViT если есть только миллион размеченных изображений
• Применение механизма внимания в задачах обработки медицинских изображений
• Ответы на вопросы слушателей
Очная лекция
14 апреля 13:00 - 15:00
50 мест
Методы оптимизации процесса разметки для обучения нейронных сетей
Роман Куцев
Руководит отделом краудсорсинга, отвечает за инструменты по разметке данных. Преподает краудсорсинг в ШАДе и ВШЭ
Программа лекции
• Сколько данных нужно для обучения нейронной сети
• Что выгоднее: улучшать архитектуру нейронной сети или увеличивать датасет
• Зачем использовать Active Learning
• Как предразметка позволяет удешевить создание датасета
• В чем главный плюс концепции Human in the Loop
• Тренды в разметке данных
• Применение разметки для обучения нейронных сетей в науке
• Что выгоднее: улучшать архитектуру нейронной сети или увеличивать датасет
• Зачем использовать Active Learning
• Как предразметка позволяет удешевить создание датасета
• В чем главный плюс концепции Human in the Loop
• Тренды в разметке данных
• Применение разметки для обучения нейронных сетей в науке
