“
Летняя школа «Интеллект» — это крутой микс обучения и отдыха, где мы создаём сообщество молодых учёных МГУ, увлечённых темой искусственного интеллекта.
Откройте для себя новый формат обучения и досуга в кругу единомышленников!
Проект, разработанный Некоммерческим Фондом развития науки и образования "Интеллект", создаёт идеальные условия для обмена знаниями и опытом.
В Летней школе вы встретите единомышленников — как слушателей, так и преподавателей ведущих образовательных проектов по ИИ под эгидой Фонда "Интеллект".
В Летней школе вас ожидают:
Выиграй призы за крутые решения
Конкурс
по программированию
по программированию
Будем учиться и веселиться
Квиз по ИИ
Комфортное проживание в 2-х местных номерах, 3-х разовое питание, бассейн, волейбольная и баскетбольная площадки, настольный теннис
Классное место для учёбы и отдыха
Лекторами выступят преподаватели образовательных проектов по ИИ, поддержанных Фондом «Интеллект»
Лекции от топовых преподавателей по ИИ
О летней школе:
- Сроки проведения:с 10 по 18 августа 2024 года
- Формат:Образовательно-досуговый формат с проживанием, питанием и свободным доступом к спортивно-досуговым площадкам
- Место проведения:Курорт АМАКС “Новая Истра”
Мы организуем для вас трансфер от ГЗ МГУ (туда и обратно)
ЛЕТНЯЯ ШКОЛА «ИНТЕЛЛЕКТ» —
погрузитесь в мир науки и передовых технологий, развивайте свои знания
и профессиональные контакты на базе нашей Летней школы!
Расписание:
Content Oriented Web
Make great presentations, longreads, and landing pages, as well as photo stories, blogs, lookbooks, and all other kinds of content oriented projects.
14:00 - Трансфер
Сбор у ГЗ МГУ в 13:45
17:00 - 18:00
Заезд
18:00 - 19:00
Ужин
19:30 - 21:30
Встреча Фонда “Интеллект”
Презентация образовательной программы
Летней школы
10 августа
8:00 - 09:00
Завтрак
09:30 - 13:00
Утренние занятия
13:15 - 14:00
Обед
14:30 - 18:00
Свободное время
18:00 - 19:00
Ужин
19:30 - 21:00
Свободное время
Завтрак
09:30 - 13:00
Утренние занятия
13:15 - 14:00
Обед
14:30 - 18:00
Свободное время
18:00 - 19:00
Ужин
19:30 - 21:00
Свободное время
11 августа
8:00 - 09:00
Завтрак
09:30 - 13:00
Утренние занятия
13:15 - 14:00
Обед
14:30 - 18:00
Свободное время
18:00 - 19:00
Ужин
19:30 - 21:00
Киновечер
12 августа
Content Oriented Web
Make great presentations, longreads, and landing pages, as well as photo stories, blogs, lookbooks, and all other kinds of content oriented projects.
8:00 - 09:00
Завтрак
09:30 - 13:00
Утренние занятия
13:15 - 14:00
Обед
14:30 - 18:00
Свободное время
18:00 - 19:00
Ужин
19:30 - 21:00
Свободное время / Досуговая активность
13 августа
8:00 - 09:00
Завтрак
09:30 - 13:00
Утренние занятия
13:15 - 14:00
Обед
16:00 - 18:00
Спортивная активность
18:00 - 19:00
Ужин
19:30 - 21:00
Свободное время / Досуговая активность
Завтрак
09:30 - 13:00
Утренние занятия
13:15 - 14:00
Обед
16:00 - 18:00
Спортивная активность
18:00 - 19:00
Ужин
19:30 - 21:00
Свободное время / Досуговая активность
14 августа
8:00 - 09:00
Завтрак
09:30 - 13:00
Спортивная активность
13:15 - 14:00
Обед
14:30 - 18:00
Свободное время
18:00 - 18:30
Ужин
19:00 - 22:00
Чемпионат по кодингу
15 августа
Content Oriented Web
Make great presentations, longreads, and landing pages, as well as photo stories, blogs, lookbooks, and all other kinds of content oriented projects.
8:00 - 09:00
Завтрак
09:30 - 13:00
Спортивная активность
13:15 - 14:00
Обед
14:30 - 18:00
Досуговая активность
18:00 - 19:00
Ужин
19:30 - 21:00
Свободное время
17 августа
8:00 - 09:00
Завтрак
09:30 - 13:00
Спортивная активность
13:15 - 14:00
Обед
14:30 - 18:00
Досуговая активность
18:00 - 18:30
Ужин
19:00 - 22:00
КВИЗ
16 августа
8:00 - 09:00
Завтрак
09:30 - 13:00
Спортивная активность
13:15 - 14:00
Обед
15:30 - 16:00
ВЫЕЗД
16:30 - Трансфер до ГЗ МГУ
Сбор в 15:45
18 августа
Лекторий:
Лекции от ведущих преподавателей образовательных проектов по ИИ, поддержанных Фондом "Интеллект"
Блок 1 “Explainability”.
Лектор: Сергей Колпинский — преподаватель курса "Нейронные сети и их применение в научных исследованиях"
Блок 2 “Ядерные методы машинного обучения”.
Лектор: Сергей Артамонов — преподаватель МФК "Машинное обучение для решения прикладных задач"
Блок 3 “Базовые методы обработки и анализа изображений”.
Лектор: Александр Хвостиков — преподаватель проекта "Академическая программа по искусственному интеллекту"
Лектор: Сергей Колпинский — преподаватель курса "Нейронные сети и их применение в научных исследованиях"
- Мотивация использования Explainability
- Объяснимость моделей классического ML
- Методы, изучающие отклик модели на изменение входных данных: ICE, LIME, SHAP
- Практическое занятие
Блок 2 “Ядерные методы машинного обучения”.
Лектор: Сергей Артамонов — преподаватель МФК "Машинное обучение для решения прикладных задач"
- Понятие ядер в статистике
- Непараметрические методы оценок распределений
- Непараметрическая регрессия - Kernel Trick
Блок 3 “Базовые методы обработки и анализа изображений”.
Лектор: Александр Хвостиков — преподаватель проекта "Академическая программа по искусственному интеллекту"
- Использование ML и DL в практических задачах геологии. Формулировка задания
- Общие методы обработки и анализа изображений: гистограммные методы, KNN, K-Means, иерархические гистограммы, текстурный анализ
- Суперпиксельные методы кластеризации
- Балансировка данных и сэмплирование
11 августа с 9:30 до 13:00
Блок 1 “Фреймворки для повышения эффективности и контроля обучения нейронных сетей”.
Лектор: Виктор Немченко — преподаватель курса "Нейронные сети и их применение в научных исследованиях"
- логирование
- расчёт метрик качества с помощью TorchMetrics
- сохранение контрольных точек в процессе обучения
Блок 2 “Техники подбора гиперпараметров”.
Лектор: Сергей Артамонов — преподаватель МФК "Машинное обучение для решения прикладных задач"
Блок 3 “Нейросетевые методы обработки и анализа изображений”.
Лектор: Александр Хвостиков — преподаватель проекта "Академическая программа по искусственному интеллекту"
Лектор: Виктор Немченко — преподаватель курса "Нейронные сети и их применение в научных исследованиях"
- Стандартный пайплайн обучения на PyTorch, логирование процесса обучения и визуализация логов с использованием TensorBoard
- Пайплайн обучения на PyTorch Lightning:
- логирование
- расчёт метрик качества с помощью TorchMetrics
- сохранение контрольных точек в процессе обучения
- Практическое занятие
Блок 2 “Техники подбора гиперпараметров”.
Лектор: Сергей Артамонов — преподаватель МФК "Машинное обучение для решения прикладных задач"
- Grid Search и Random Search
- Байесовские методы подбора гиперпараметров
- Optuna
Блок 3 “Нейросетевые методы обработки и анализа изображений”.
Лектор: Александр Хвостиков — преподаватель проекта "Академическая программа по искусственному интеллекту"
- Применение свёрточных нейронных сетей для анализа изображений: свёрточные архитектуры для классификации и сегментации, автокодировщики
- Введение в трансформеры
- Применение трансформеров для анализа изображений: Vision Transformer, Swin Transformer
- Решение практического задания
12 августа с 9:30 до 13:00
Блок 1 “Metric learning”.
Лектор: Виктор Немченко — преподаватель курса "Нейронные сети и их применение в научных исследованиях"
Блок 2 “Автоматическое машинное обучение”.
Лектор: Сергей Артамонов — преподаватель МФК "Машинное обучение для решения прикладных задач"
Блок 3 “Введение в атаки на модели машинного обучения”.
Лектор: Евгений Ильюшин — преподаватель проекта "Академическая программа по искусственному интеллекту"
Блок 4 “Машинное обучение в генетике”.
Лектор: Анастасия Приходько — преподаватель проекта "Применение машинного обучения в биологии"
Лектор: Виктор Немченко — преподаватель курса "Нейронные сети и их применение в научных исследованиях"
- Постановка задачи обучения представлений
- Metric learning: contrastive Loss, triplet Loss, hard example mining
- Contrastive Language–Image Pre-training (CLIP)
- Практическое занятие
Блок 2 “Автоматическое машинное обучение”.
Лектор: Сергей Артамонов — преподаватель МФК "Машинное обучение для решения прикладных задач"
- Обзор проблематики
- Метаописание данных
- Популярные фреймворки
Блок 3 “Введение в атаки на модели машинного обучения”.
Лектор: Евгений Ильюшин — преподаватель проекта "Академическая программа по искусственному интеллекту"
- Базовые принципы
- Таксономия атак
- Атаки уклонением на системы компьютерного зрения
- Атаки с применением методов оптимизации
- Универсальная атака
- Атаки в физическом мире
- Прикладные библиотеки
- Практическое задание
Блок 4 “Машинное обучение в генетике”.
Лектор: Анастасия Приходько — преподаватель проекта "Применение машинного обучения в биологии"
- Краткий обзор: генетика, геномика, транскриптомика, эпигенетика, популяционная генетика
- Возможности и ограничения ML в этих областях
- Круглый стол на тему "Как бы вы применяли ИИ к вашим задачам на дипломе?"
13 августа с 9:30 до 13:00
Блок 1 “Проведение воспроизводимых ML-экспериментов при подготовке научной публикации”.
Лектор: Артём Васильев — преподаватель курса "Нейронные сети и их применение в научных исследованиях"
Блок 2 “Приближенный поиск ближайших соседей”.
Лектор: Сергей Артамонов — преподаватель МФК "Машинное обучение для решения прикладных задач"
Блок 3 “Атаки на системы анализа акустического сигнала”.
Лектор: Евгений Ильюшин — преподаватель проекта "Академическая программа по искусственному интеллекту"
Блок 4 “ML в иммунологии и медицине”.
Лектор: Анастасия Приходько — преподаватель проекта "Применение машинного обучения в биологии"
Лектор: Артём Васильев — преподаватель курса "Нейронные сети и их применение в научных исследованиях"
- Что такое воспроизводимые эксперименты по обучению моделей и почему это важно
- На что следует обратить внимание при формализации задачи обучения ML-модели
- Какие существуют инструменты для проведения и визуализации результатов ML-экспериментов
- Особенности обучения моделей в среде Google Colab и Яндекс.Датасфера
- Практическое занятие
Блок 2 “Приближенный поиск ближайших соседей”.
Лектор: Сергей Артамонов — преподаватель МФК "Машинное обучение для решения прикладных задач"
- Нестандартные применения алгоритма KNN
- HNSW
- FAISS
- Другие методы ANN
Блок 3 “Атаки на системы анализа акустического сигнала”.
Лектор: Евгений Ильюшин — преподаватель проекта "Академическая программа по искусственному интеллекту"
- Методы извлечения признаков
- Методы аугментации
- Атаки на системы анализа звука
- Прикладные библиотеки
- Практическое задание
Блок 4 “ML в иммунологии и медицине”.
Лектор: Анастасия Приходько — преподаватель проекта "Применение машинного обучения в биологии"
- Введение в иммунологию: врождённый иммунитет, адаптивный иммунитет
- Иммунные клетки: дифференцировка, применение МL
- Антитела: многообразие, специфичность, возможности МL
- ML в онкологии: применение, возможности
- ML в распознавании медицинских изображений: ограничения и перспектив
- ML и поиск новых лекарственных средств
14 августа с 9:30 до 13:00
Календарь событий:
Фото и видео с мероприятий Летней школы. В галерее только часть ваших прекрасных фото. Все фотокарточки можно скачать с гугл-диска по кнопке ниже!
Место проведения:
Курорт АМАКС “Новая Истра”
Адрес: 143520, Россия, Московская обл., Истринский р-он, с. Лучинское
GPS-координаты:
Широта: 55°54'1.92" (55.900533)
Долгота: 36°47'49.44" (36.797066)
Адрес: 143520, Россия, Московская обл., Истринский р-он, с. Лучинское
GPS-координаты:
Широта: 55°54'1.92" (55.900533)
Долгота: 36°47'49.44" (36.797066)
Летняя школа «Интеллект». Все права защищены ©
Проект разработан и реализован при поддержке Некоммерческого Фонда развития и науки и образования «Интеллект»
и МГУ имени М. В. Ломоносова
Проект разработан и реализован при поддержке Некоммерческого Фонда развития и науки и образования «Интеллект»
и МГУ имени М. В. Ломоносова
