Исследовательский центр искусственного интеллекта

Исследовательский центр искусственного интеллекта (ИЦИИ) занимается исследованиями и разработкой интеллектуальных программных систем — систем, способных осуществлять автономную рациональную деятельность, обучаться и адаптироваться, планировать и прогнозировать, рассуждать и делать выводы, взаимодействовать на естественном языке и осуществлять визуальное восприятие.

В настоящее время центр специализируется на следующих направлениях:

  • анализ и обработка текстов на естественном языке, информационный поиск и структуризация информации,
  • представление знаний и проектирование онтологий,
  • машинное обучение.

ИЦИИ является структурным подразделением Института программных систем им. А.К.Айламазяна. В 1984 году в институте (до 1986 года филиал Института проблем кибернетики АН СССР) была создана лаборатория Проблем представления знаний под руководством Геннадия Семеновича Осипова. Позднее лаборатория была реорганизована в центр.

12-я Российская школа по информационному поиску (RuSSIR 2018) пройдет 27-31 августа в Казани (Россия). Организаторы школы – Казанский (Приволжский) Федеральный университет и Российский семинар по оценке методов информационного поиска (РОМИП).

Организаторы формулируют миссию школы так: познакомить участников с современными задачами и методами информационного поиска и смежных дисциплин; стимулировать научные исследования и сотрудничество в этой области; предоставить площадку для обмена мнениями между исследователями, студентами и представителями индустрии.

Школа 2018 года будет иметь дополнительный фокус на медицинских и гуманитарных приложениях. Участие в школе бесплатное, рабочий язык – английский.
Заявки на участие принимаются до 10 июля. Подробнее о мероприятии – на официальном сайте.

Многие люди не любят домашние дела и склонны их откладывать. Было бы здорово переложить эти хлопоты, например, на роботов.

Учёные Лаборатории компьютерных наук и искусственного интеллекта Массачусетского университета (MIT's Computer Science and Artificial Intelligence Laboratory, CSAIL ) и Университета Торонто (University of Toronto) обучают роботов этому. Исследователи показали миру «VirtualHome», систему, которая может разобрать по пунктам домашние задачи, а затем послать роботов их выполнять.

Команда обучила систему, используя почти 3000 алгоритмов различных видов деятельности. Они состоят из подзадач, понятных компьютеру. Например, задача «приготовить кофе», включает в себя шаг «взять чашку», которому отдельно обучался робот. Исследователи продемонстрировали VirtualHome в трехмерном мире, похожем на игру Sims. В эмуляторе интеллектуальная система может выполнить 1000 различных действий – в гостиной, кухне, столовой, спальне и домашнем офисе.

«Пошаговые алгоритмы дают четкие и однозначные описания всех шагов, необходимых для выполнения задачи», — говорит Ксавье Пуиг (Xavier Puig), ведущий автор этой статьи. В отличие от людей, роботы нуждаются в пошаговых инструкциях для выполнения простых задач. Они не могут просто самостоятельно поразмыслить и вывести их. Например, человеку можно сказать «включи телевизор и посмотри его с дивана». Здесь действия, такие как «захватить пульт дистанционного управления» и «сидеть / лежать на диване», были опущены, так как люди сами могут разбить задачу на подпункты и реализовать.Роботам же нужны подробные описания задач.

Для этого команда сначала собрала словесные описания домашних дел, а затем перевела их в простой код. Программа для робота включает следующие шаги: дойти до телевизора, включить телевизор, дойти до дивана, сидеть на диване, смотреть телевизор.
После того, как программы были созданы, команда отправила их на трехмерный имитатор VirtualHome, чтобы посмотреть на действия виртуальных роботов на видео.

Конечный результат — это не просто система обучения роботов, но также большая база данных о домашних рутинах, описанных с использованием естественного языка. Такие компании, как Amazon, которые работают над созданием Alexa-подобных роботизированных систем дома, могут в конечном итоге использовать подобные данные для обучения своих моделей.

В будущем команда надеется тренировать роботов, используя видео, а не симуляторы типа Sims, что позволит роботу учиться за просмотром YouTube. Команда также работает над внедрением системы вознаграждения, в которой агент получает положительную обратную связь, когда выполняет задачи правильно.

Проект был совместно разработан CSAIL и Университетом Торонто совместно с исследователями из Университета Макгилла и Люблянского университета. Он был показан на конференции Computer Vision and Pattern Recognition (CVPR) в Солт-Лейк-Сити. Источник: ScienceDaily
Новости обороны: интеллектуальный «Калашников»

Российский концерн «Калашников», входящий в состав государственной корпорации «Ростех», вновь обратился к разработке самообучающихся военных систем. Сергей Абрамов, индустриальный директор кластера обычных вооружений, боеприпасов и спецхимии «Ростеха», в ходе конференции «Цифровая индустрия промышленной России – 2018» упомянул о создании интеллектуального боевого модуля. «Это эффективное оружие, которое дает возможность использовать его в горячих точках, решать боевые задачи, связанные с уничтожением живой силы и техники противника», – сообщил он.

Специалисты «Калашникова» рассказали, что работа вычислительной системы модуля построена по принципу нейросетей: «Модуль самостоятельно анализирует окружающую обстановку, выделяет угрожающие объекты и сам принимает решение об их уничтожении. При этом алгоритм работы его бортового компьютера базируется на алгоритмах работы человеческого мозга, поэтому модуль способен самообучаться в процессе боевого применения», - отметили в концерне.
Сообщается, что модуль будет представлен в августе этого года на форуме «Армия – 2018».

Источник: AI-News