МФК
Межфакультетский курс
Нейронные сети и их применение в научных исследованиях

Межфакультетский курс «Нейронные сети и их применение в научных исследованиях»

МФК «Нейронные сети и их применение в научных исследованиях» разработан на основе программы одноимённого курса для молодых учёных.

Из-за упрощённого изложения МФК подойдёт студентам, которые только хотят начать разбираться в теме искусственного интеллекта.
Записаться на МФК и получить зачёт могут студенты любых факультетов МГУ имени М. В. Ломоносова (кроме физического).

Материалы лекций доступны всем желающим для самостоятельного изучения.
Компьютерное зрение, распознавание речи, «понимание» текста и многие другие формы узкоспециализированного искусственного интеллекта (ANI — artificial narrow intelligence) сегодня являются частью повседневной жизни. В основе этих технологий лежит машинное обучение, которое используется для построения обучающихся алгоритмов. В настоящее время одним из самых перспективных методов машинного обучения считается глубокое обучение (нейронные сети). За последние несколько лет глубокое обучение нашло применение практически во всех областях науки: от биологии и физики до лингвистики и философии.

Этот 12-недельный курс даст студентам высокоуровневый обзор современных методов искусственного интеллекта и их применения в различных научных областях. Демонстрации и викторины помогут студентам разобраться, что возможно в настоящее время и что, вероятно, будет возможно в ближайшем будущем. Из-за упрощённого изложения курс может быть неинтересен студентам технических факультетов, которые уже разбираются в нейронных сетях.




Виктор Немченко МГУ
Виктор Немченко
  • Преподаватель:
    Немченко Виктор Андреевич
  • Разработчики:
    Немченко Виктор Андреевич
    Елизаров Сергей Георгиевич
    Запуниди Сергей Александрович
    Новосёлов Артемий Максимович
  • Нагрузка:
    Аудиторная [ч]: 24
    Самостоятельная [ч]: 12
  • Формат:
    Очные занятия
  • Место проведения:
    Физический факультет
    Аудитория: СФА (северная физическая аудитория, северное крыло)
  • Когда:
    По средам
    17:00–18:30
  • Семестр:
    Весенний семестр 2024/2025 учебного года
  • Количество мест:
    250
  • Регистрация:
    Закрыта

Тематическое содержание курса:

Лекции читает преподаватель MSU.AI Виктор Немченко
Лекция 1
Новая суперспособность науки

О курсе MSU.AI. Машинное обучение, нейронные сети и искусственный интеллект. История искусственного интеллекта. Зачем обучать машины? Процесс обучения нейронной сети. Задачи нейронной сети. Искусственный интеллект в научных исследованиях. Проблемы ИИ.

Лекция 2
Как работают нейронные сети

Постановка задачи машинного обучения. Задача регрессии. Регрессия. Метод градиентного спуска. Задача классификации в машинном обучении. Как сделать нейросеть. Ограничения линейных моделей. Функция активации. Универсальная теорема аппроксимации. Пример активации нейронной сети. Применение искусственного интеллекта для научных задач.
Лекция 3
Компьютерное зрение

Компьютерное зрение. Пиксели в картинках. Карта признаков в машинном обучении. Свёрточные нейронные сети. Свёртки для 1D, 2D, 3D. Основные типы задач в компьютерном зрении. Adversarial attacks. Аугментации. Transfer Learning. Научные примеры применения нейронной сети. Третье мнение.

Лекция 4
Числовые представления текстовых данных

Числовые представления текстовых данных. Как преобразовать текст в числа. One-hot-encoding. Bag of words. Постановка задачи описания контекста. word2vec. Научные примеры. Последовательности. Рекуррентная нейронная сеть. CNN + RNN. Long-Short Term Memory (LSTM). Примеры научных задач.


Лекция 5
Трансформеры. Часть 1

Архитектура "трансформер". self-supervised learning. Нейросеть BERT. Emerging Properties in Self-Supervised Vision Transformers*. (нейросеть DINO). wav2vec. Научные задачи с применением нейронной сети.


Лекция 6
Трансформеры. Часть 2
GPT. История GPT. Примеры применения модели GPT. Этические проблемы GPT. ChatGPT. Инвестиции в ИИ. AlphaFold. Научное применение нейронных сетей.
Лекция 7
Большие языковые модели

OpenAI. Появление множества языковых моделей. Российские языковые модели. Подходы решения задач с LLM. Prompt engineering. Как правильно писать промт. Представление текста в виде чисел. Токенизация. Применение больших языковых моделей для своей задачи. Файнтюнинг. Возможности LLM. Примеры сервисов с искусственным интеллектом.
Лекция 8
Генеративные модели

Автоэнкодер. Обнаружение аномалий. Как генерируются новые изображения. Генеративно-состязательная сеть (GAN). Как генерируются изображения по текстовому описанию. Как работают диффузные модели. Что можно делать с помощью современных нейронных сетей. Генерация видео искусственным интеллектом.

Лекция 9
Обучение с подкреплением
Терминология в обучении с подкреплением. Концептуально про RL. Примеры применения обучения с подкреплением. ANI - AGI - ASI. Сложности в работе обучения с подкреплением. Научные работы с применением обучения с подкреплением.
Лекция 10
Финал
Алан Тьюринг. Человек или нейросеть. Сложности развития ИИ. Стоит ли доверять искусственному интеллекту. Правовые аспекты ИИ. Как мошенники используют ИИ. Каким будет сильный искусственный интеллект.

Отзывы

  • Большое спасибо за курс! Он был рассказан очень доступным языком. Информативно и полезно. Теперь я понимаю, что такое нейросети!
    Елизавета Пучкова
    Философский факультет, магистратура
  • Супер курс, Виктор Андреевич все четко и структурировано рассказывает, лекции интересные, есть много тех элементов про нейросети, которые я не знал, но мне посчастливилось пройти этот курс.
    Владимир Монастырский
    Биологический факультет, магистратура
  • Курс мне был очень полезен: его структура была логичной,
    а изложение материала – интересным.
    Также мне очень понравилась организационная часть курса: был создан телеграм-канал, в котором публиковались анонсы, можно было получить ответы на все свои вопросы, а также в канале были размещены ссылки на все лекции, снятые в отличном качестве(!).
    Записи лекций значительно облегчали возможность пересматривать материал.
    Запомнилось задание (групповой проект) по созданию видеоролика с использованием нейросетей – оно показалось мне как интересным, так и практическим.
    В общем, курс вызвал у меня море положительных эмоций! Рекомендую!
    Анастасия Елисеева
    Факультет психологии, специалитет
  • Замечательный курс! Выбрал, потому что нужно было пройти что-то по ИИ, но в итоге послушал все лекции и остался очень доволен. Прекрасная подача, легкое изложение материала. Про нейросети и их устройство — очень интересно и наглядно. Но методов и нюансов использования нейросетей в науке хотелось бы больше.
    Фёдор Чикин
    ФФФХИ, специалитет
  • Стоит сказать, что МФК оправдывает своё название. Курс довольно интересный (особенно для людей НЕ смыслящих в программировании и IT в целом). Однако механизмы работы нейронных сетей довольно сложная тема, но попытка упростить рассказ на лекции довольна успешная.
    Есть небольшой минус и он касается тестов на автомат. Немного не хватает времени на его выполнение. В остальном МФК мне очень понравился.
    Петр Шишкин
    Биологический факультет, специалитет
  • Супер курс, спасибо большое! Мне было очень интересно, я совсем новичок в этой области, поэтому такой курс для меня был идеальным! Ещё раз благодарю!
    Все понятно, очень прикольные примеры и крутой лектор, по-моему, больше нечего желать
    София Данилиди
    Биологический факультет, специалитет
  • Курс был очень интересный! Доступно изложен весь материал, а тесты помогли запомнить самые важные аспекты. Но лично мне было тяжело все понять с первого раза, поскольку у меня не было никакой базы.
    Классный курс, дающий представление о современном мире, о том, как работают нейронные сети!
    Мария Смирнова
    Экономический факультет, бакалавриат
  • Интересные и яркие лекции, очень доходчивое и понятное изложение материала, запоминающиеся презентации и приятный преподаватель.
    Очень советую записаться на этот МФК!
    Варвара Гнусарева
    Химический факультет, специалитет
  • Курс понравился, даёт общее представление о нейросетях, всё объясняется простыми словами и с примерами. Лекции небольшие и насыщенные, без рассусоливания, условия получения зачёта адекватные и выполнимые. Понравилась конкурсная работа по созданию видео с помощью нейросетей, мотивировало опробовать разные варианты, разобраться с механизмами. Спасибо!
    Дарья Румак
    Биологический факультет, магистратура
  • Хороший МФК для ознакомления с основными принципами работы нейронных сетей, подойдёт тем, кто наслышан про ИИ, но не знает, как войти в тему. Лектор очень позитивный и доброжелательный! Форма отчётности крайне простая и не отнимающая много времени: 3 теста за семестр, которые достаточно написать правильно, хотя бы, на половину. В случае неудачи, есть несколько альтернативных творческих заданий.
    В целом, рекомендую! Для себя открыл несколько очень удобных инструментов, которыми теперь пользуюсь на регулярной основе.
    Андрей Белоха
    Химический факультет, специалитет
  • Курс понравился, было довольно интересно. Возможно, хотелось бы увидеть чуть больше теории. Но только не на зачёте!!!))) Сам тоже хотел бы начать разбираться в нейронных сетях, подумываю над прохождением углубленных курсов. Было бы интересно применять это всё в работе.
    Роман Верещакин
    Геологический факультет, бакалавриат
  • Очень интересный материал. Преподаватель проводит занятия с интересом и различными подходами. Отвечает на все вопросы. Спасибо огромное!
    Вячеслав Зорин
    ФИЯР, специалитет
  • Очень классный курс! Спасибо! Хотелось бы, чтобы авторы выпустили мануал по нейросетям и введению в их использование
    Андрей Коротков
    Экономический факультет, магистратура
  • Курс подходит для начинающих, даёт хорошую базу
    Мария Черниговская
    Факультет психологии, специалитет
  • Курс очень понравился, всё было интересно и понятно)
    Максим Маслов
    Химический факультет, специалитет
  • Понравилось обилие примеров. Визуал, отсылки к реальным публикациям. Целая библиотека статей :)
    Анна Крючечникова
    Биологический факультет, бакалавриат
  • Живость, простота и интересность повествования. Формат проведения лекций и квизов, структурированность.
    Александр Гинзбург
    Географический факультет, магистратура
  • Преподаватель был на одной волне со студентами, отлично с ними общался, был открыт для обратной связи. Отдельная благодарность за годные мемы. Спасибо за интересный курс!
    Татьяна Сиваченко
    Экономический факультет, бакалавриат
  • Довольно крутая подача материала: через шутки, мемы, юмор помогает разобраться в достаточно сложных темах. Для себя узнал много крутых лайфхаков, которые буду стараться использовать в дальнейшем.
    Иван Фролышев
    Географический факультет, магистратура
  • Живые примеры, интерес преподавателя к своему делу, современность и актуальность, юмор.
    Круто и увлекательно, познавательно и полезно) Спасибо!
    Александра Прибойченко
    Факультет психологии, специалитет
  • Широкий круг примеров из совершенно разных областей науки. Мне, как геоморфологу, интересно будет почитать побольше о применении искусственного интеллекта в науках о Земле.
    Мария Писцова
    Географический факультет, бакалавриат
  • Классный МФК! Мне показался сложным, но интересным. Спасибо за интерактивные штуки, я сделала много мемов благодаря ИИ. Продолжайте в том же духе!
    Маргарита Бруннер
    Химический факультет, специалитет