Летняя школа Российской ассоциации искусственного интеллекта - RAAI Summer School

Руководитель центра информационных технологий и искусственного интеллекта Университета «Сириус», методист программы «Большие вызовы», кандидат физико-математический наук

Г.н.с. ИПИИ РАН, д.т.н., профессор Область исследований: Обучения и координация действия в мультиагентных системах, обучение автоматов, основанные на знаниях экспертные системы, вопросы человеко-машинного взаимодействия.

Г.н.с. ИПУ РАН, д.т.н, профессор. Область исследований: Динамические графовые модели, теория автоматов, формальные языки. Графовые и семантические методы поддержки принятия решений. Последние исследования посвящены сотрудничеству с нейробиологами и разработке новых моделей биологических нейронов.

Г.н.с. ФИЦ ИУ РАН, д.т.н. Область исследований: Логический искусственный интеллект, автоматизированная поддержка научных исследований в гуманитарных областях, формализация познавательных процедур, интеллектуальный анализ данных, принципы и логические средства формализованного качественного анализа социологических данных, интеллектуальные системы автоматизированной поддержки научных исследований в гуманитарных областях

Профессор РУПС, д.т.н., профессор Область исследований: Интеллектуальные системы управления в железнодорожном транспорте. Разработка баз знаний и экспертных систем, создание баз знаний методами машинного обучения. Анализ стохастических процессов.

Доцент МГТУ им. Н.Э. Баумана, к.т.н. Область исследований: Мультиагентные системы, логические методы в искусственном интеллекте, моделирование рассуждений. Нечеткие и гранулярные вычисления. Приложения методов ИИ в сенсорных сетях, промышленных системах управления, в железнодорожном транспорте. Психологические и эргономические аспекты искусственного интеллекта.

Зав. отделом ФИЦ ИУ РАН, к.ф-м.н., доцент В область научных интересов входят общий искусственный интеллект, обучение с подкреплением, планирование поведения, когнитивные системы управления робототехническими платформами, теория знаковой картины мира. Среди последних научных результатов: новый метод иерархического обучения с подкреплением, механизм забывания в обучении с подкреплением на основе демонстраций (1-е место в команде на соревновании MineRL NeurIPS 2019), знаковый метод планирования поведения в группе агентов, высокоразмерные векторные представления для задачи ответов на вопросы по изображениям. Член научного совета Российской ассоциации искусственного интеллекта.

В.н.с. ФИЦ ИУ РАН, к.ф.-м.н. Область исследований: Интеллектуальная робототехника, геометрические методы в робототехнике. Планирование траектории, компьютерное зрение, мультиагентные системы.

Зав. лабораторией МФТИ, к.т.н. Область исследований: техническое зрение, искусственный интеллект, глубокое обучение, робототехника.

С.н.с. ИПУ РАН, к.ф.-м.н. Область исследований: Приложения теории игр в мультиагентных системах. Моделирование биологических нейронных сетей. Обучение с подкреплением, использование моделей биологических нейронов в машинном обучении.

Доцент НИУ ВШЭ, к.ф.-м.н. Область исследований: Вероятностные модели в искусственном интеллекте, байесовские сети. Анализ социальных сетей, моделирование поведения пользователей и его приложения в информационной безопасности.

Доцент МГТУ им. Баумана, к.т.н. Область исследований: Интеллектуальные датчики, когнитивные измерения. Применение нечетких, и гранулярных вычислений в системах сбора данных и мониторинга. Логические методы искусственного интеллекта.

Доцент МГУ, МФТИ, к.ф.-м.н. Область исследований: Обработка естественного языка (NLP) и компьютерная лингвистика. Основные интересы в компьютерной лингвистике включают компьютерную морфологию (автоматический морфологический анализ, словоизменение и деление на морфемы) и синтаксис, а также автоматическое исправление опечаток и грамматических ошибок. Нейросетевые методы в компьютерной лингвистике, их адаптация под конкретный язык (прежде всего русский) и предметную область, а также применение в NLP знаний из теоретической лингвистики. Применение NLP в образовательных технологиях, например, для автоматической проверки работ учащихся. Занимался математической теорией формальных языков и категориальными грамматиками.

Стажер МФТИ, инженер ООО «Интегрант» Область исследований: Анализ быстрых методов семантической сегментации дорожной сцены на изображениях из салона автомобиля.

Аssociate professor in Czech Technical University, Doc. RNDr., Ph.D. Основная область исследований: мультиагентный поиск пути, проблемы выполнимости (SAT) и выполнимости в теориях (satisfiability modulo theories - SMT), эвристический поиск, планирование движения, задачи программирования в ограничениях (CSP), робототехника. К сфере научных интересов также относятся вычислительная сложность и разработка алгоритмов, теория игр, вычислительная геометрия, компьютерная графика и физика.

Аssociate professor in Carnegie Melon University, Ph.D. К основной области научных интересов относятся искусственный интеллект и робототехника. Конкретные направления исследований включают планирование в пространствах высокой размерности с неопределенностью и в реальном времени, обучение стратегиям планирования, автоматическая генерация компактных представлений задач планирования. Для решения этих задач разрабатываются новые алгоритмы эффективного поиска в больших графах для планирования в реальном времени и методы компактного графового представления задач планирования. Разрабатываемые методы используются в разнообразных роботах: мобильных манипуляторах, беспилотных летательных аппаратах, гуманоидных роботах и др.

Research group leader at the L3S Research Center, Leibniz University Hannover, Germany The research interests include machine (specifically reinforcement) learning, multi-agent systems, and user modeling. Within these areas, he published more than 140 peer-reviewed papers with an h-index of 31, and co-edited three Springer books. His research has been funded amongst others by Horizon 2020, EPSRC, BBSRC, and InnovateUK. He has served as area chair at the AAMAS conference and as Senior Program Committee member of AAMAS and IJCAI on several occasions.

Ph.D. Principal researcher, Reinforcement Learning group, Microsoft Research - Redmond. Основные области интересов: планирование, обучение с подкреплением, имитационное обучение, а также методы обучения векторных представлений для повышения эффективности этих подходов. Применение методов автономного принятия решений в робототехнике и компьютерных системах (веб-краулинг, кэширование, распределение ресурсов).

Профессор Центра компьютерных исследований, Instituto Politecnico Nacional, Мексика. Научные интересы: общие принципы искусственного интеллекта, эволюционные вычисления, применение нечетких множеств и мягких вычислений в задачах анализа данных, распознавание образов, анализ временных рядов.