В Передовой инженерной школе Южного федерального университета ведёт работу научно-технологическая лаборатория поддержки интеллектуальных технологий. Трудятся в ней как преподаватели, так и студенты ЮФУ.
Цель лаборатории – проведение исследований, разработка средств и выполнение интеллектуальной обработки данных для решения задач машинного обучения, прогнозной аналитики, моделирования сложных систем, виртуальной реальности.
«Разработками в области ИИ в ПИШ ЮФУ занимались и ранее, но проект «Передовых инженерных школ» послужил отправной точкой для изменения подхода к работам в данной области, развития лаборатории, объединения коллектива, создания материально-технической базы. Теперь у нас есть возможность содействовать не только ПИШ ЮФУ и структурным подразделениям Южного федерального университета, но и предприятиям, заинтересованным в решении задач в области искусственного интеллекта», — рассказал заведующий лабораторией, д.т.н. Эдуард Мельник.
По словам Эдуарда Всеволодовича, раньше каждое подразделение вуза пыталось иметь у себя специалистов в области искусственного интеллекта и решать задачи своими силами. Сейчас лаборатория поддержки интеллектуальных технологий может брать кейсы любых масштабов «под ключ».
У лаборатории есть несколько предметных областей: агентное моделирование, разметка данных и формирование обучающих выборок для алгоритмов машинного обучения, выявление и анализ семантики текстовой информации, прикладная фотограмметрия, обработка больших данных, основанная на машинном обучении, с целью обнаружения, идентификации и классификации объектов, компьютерная эмуляция физических явлений различного уровня сложности с применением аппаратно-программных ускорителей, интерпретация результатов работы нейросетевых интеллектуальных систем.
«Сейчас все эти тематики переплетаются. Значительно расширяются сферы применения технологий: те решения, которые изначально были ориентированы на одни области, находят применение в других. Например, объединение языковых моделей и мультиагентных технологий позволяет организовать работу мультимодальных коллективов, включающих интеллектуальных ассистентов и людей», — добавил Эдуард Мельник.
Решать задачи совершенно нового уровня стало возможным благодаря приобретенному за счёт грантовых средств оборудованию: двух серверных стоек на базе процессоров Intel Xeon, в составе которых графические ускорители NVIDIA H100, сетевого хранилища для быстрого обмена данными. Появилось в лаборатории фото-видео оборудование, БПЛА, позволяющие обучать нейросети.
#ПИШ_ЮФУ в социальных сетях:
• vk.com/pish_sfedu
• t.me/pish_sfedu
Источник: vk.com
Источник: ai-news.ru
