Обучение машин и искусственный интеллект обсудили на Metaconf-митапе в Воронеже

Обучение машин и искусственный интеллект обсудили на Metaconf-митапе в Воронеже
«Давайте дадим машинам искусственный интеллект!» — под таким девизом прошел Machine Learning meetup в Воронеже в рамках конференции нового формата Metaconf. Организаторы события — международные IT-компании DataArt и Evrone.com.

Эксперты DataArt, «Яндекса», «Мазалов, Хромова и партнеры» и других поговорили о трендах в технологиях, связанных с машинным обучением, о том, какие проблемы и задачи можно решить с их помощью, о реальных проектах, в которых применяется машинное обучение и искусственный интеллект.

Алексей Шаграев, кандидат технических наук, руководитель службы разработки «Яндекс.Поиск» объяснил разницу между современными и старыми методами обучения машин.

Ведущий разработчик DataArt Дмитрий Соболев рассказал о принципе выбора решений искусственного интеллекта:

«Недавно исследователи Google напечатали трехмерную черепашку, и вот система компьютерного зрения ее распознает со всех ракурсов как ружье. Т. е. машину нужно проверять и понимать, почему она сделала такой выбор, особенно, в медицине, чтобы избежать ошибки и последующего ущерба. Одно из решений сейчас — система для довольно простых примеров. Она просто берет и показывает важность входных параметров, например, первые 10 вносят наибольший вклад в решение. Другие берут модель, берут какое-то решение и для этого решения строят объяснения».

Александр Мазалов, управляющий партнер «Мазалов, Хромова и партнеры» раскрыл правовой аспект создания и функционирования автономных интеллектуальных систем: «Мы всегда говорим, что первый порог сначала заложен в людях, когда мы говорим о регулировании ИИ, речь идет не о регулировании роботом — речь всегда идет о регулировании поведения людей. В чем опасность этих компьютерных систем?. Мы не совсем правильно понимаем термин „автономность“. Нам кажется, что есть какая-то большая база данных, мы ее анализируем и если принимаем какие-то решения, все они обязательно объективны. Но эта объективность в принципе обманчива и ведет к гипертрофированному доверию к этим системам».

Заместитель заведующего кафедрой теоретической и прикладной информатики МФТИ Станислав Протасов рассказал, в каких случаях машинное обучение не работает: «Машинное обучение не понимает людей. Вы, кстати, тоже не понимаете людей. Предположим, вы запускаете сервис, и вам нужно обучить модель. И вот раз — вы нашли данные, которые вам подходят, это значит вашу задачу кто-то уже решил. А вы, скорее всего, хотели бы чего-то отличного от других. Легко заметить, что если вы делаете несущественные изменения в функционале, то возможно и данные очень сильно поменяются».

Антон Долгих, эксперт DataArt по AI-проектам в области здравоохранения, построил доклад вокруг наиболее важных элементов нейронных сетей погружений (embeddings).

Онлайн-доклад вице-президента практики туризма и транспорта DataArt Макса Жданова содержал в себе обзор возможных бизнес-сценариев, в которых машинное обучение может привести к появлению инноваций, повышению качества обслуживания клиентов, увеличению доходов и оптимизации издержек.

Видео докладов можно посмотреть в специальном YouTube-канале

Фотографии события опубликованы в в альбоме встречи