На лекции AI Journey в Южно-Сахалинске рассказали о применении искусственного интеллекта

27 ноября , 15:58Общество
Фото: пресс-служба ПАО «Сбербанк»

Сбер провёл в Южно-Сахалинске серию лекций по искусственному интеллекту (AI) в рамках ежегодной международной конференции AI Journey («Путешествие в мир искусственного интеллекта»).

Мероприятие прошло на площадке Сахалинского государственного университета. В нем приняли участие более 350 человек: студентов и преподавателей региональных вузов, предпринимателей и представителей органов власти, которые следят за последними трендами в сфере искусственного интеллекта и интересуются темами исследований и анализа данных, машинного обучения.

Мероприятие открыл Александр Снегирев, министр цифрового и технологического развития Сахалинской области:

«Искусственный интеллект окружает нас повсюду. Помимо бытовых задач, в которых он помогает ежедневно, есть и задачи в сферах народного хозяйства, государственного управления. Сахалинская область осуществляет масштабную программу AI-трансформации региона, в рамках которой искусственный интеллект уже применяется для повышения качества жизни в регионе, в частности, для повышения безопасности на улицах, дорогах и производствах, внедрения доступной и человекоцентричной медицины, автоматизации социальных и коммунальных сервисов для жителей, улучшения экологии».

Фото: пресс-служба ПАО «Сбербанк»

Ректор Сахалинского государственного университета Александр Самардак в своем выступлении отметил, что сегодня студенты всё чаще прибегают к помощи AI при работе над научными проектами. Однако, по его мнению, применение AI должно быть строго регламентировано, чтобы оно не сводилось к автоматическому созданию текстов. Ректор выразил желание, чтобы участники конференции обсудили, каким образом следует внедрять такие технологии. Он подчеркнул, что без использования передовых инструментов прогресс будет замедляться.

Ведущие российские исследователи рассказали, какой вклад в развитие страны вносят технологии искусственного интеллекта: от адаптивных алгоритмов обучения до спортивной аналитики и мультимодальных медицинских ассистентов.

Так, Артём Пичугин, R& D Product Manager АНО «Школа 21» рассказал о применении искусственного интеллекта в образовательном процессе и поделился рекомендациями, как использовать AI с пользой для  обучения. Яна Чаруйская, исполнительный директор управления экспериментальных систем машинного обучения рассказала о новой разработке Сбера — генерации 3D-контента с помощью искусственного интеллекта. Технология позволяет создавать трёхмерные объекты на основе текстовых описаний или изображений. Спикер поделилась результатами сравнения модели с другими решениями на рынке и информацией о том, где такая технология может пригодиться на практике.

Фото: пресс-служба ПАО «Сбербанк»

Константин Митин, менеджер Центра человекоцентричного AI Сбера рассказал о применении AI в спортивной индустрии, как AI-система помогает спортсменам и тренерам в работе и выявлении талантливых детей.

Галина Зубкова, руководитель направления Лаборатории искусственного интеллекта Сбера представила доклад о мультимодальном медицинском помощнике, который сочетает в себе возможности больших языковых моделей со специализированными медицинскими моделями.  AI-инструмент перспективен для сферы здравоохранения благодаря способности анализировать текстовые данные и визуальный контекст пользователя с помощью привычной камеры смартфона или ноутбука.

Максим Алёшин, кандидат физико-математических наук, старший инженер-исследователь Сколковского института науки и технологий раскрыл тему обработки мультимодальных данных с помощью AI для решения задач мониторинга окружающей среды. Так, в последние годы искусственный интеллект всё чаще используется для решения экологических задач и пространственного мониторинга, что позволяет анализировать большие территории и принимать более обоснованные управленческие решения.

Евгений Соболев, руководитель Сахалинского центра искусственного интеллекта СахГУ рассказал о применении алгоритмов машинного и глубокого обучения для автоматизации и ускорения процесса обнаружения дефектов дорожного покрытия по сравнению с традиционными методами.