1.2.1. Искусственный интеллект и машинное обучение

Описание

Аспирантская школа по компьютерным наукам реализует подготовку научно-педагогических кадров по ряду профилей в рамках образовательной программы аспирантуры «Компьютерные науки». Объединяя аспирантов нескольких научных и образовательных подразделений НИУ ВШЭ в Москве, Нижнем Новгороде и Санкт-Петербурге, школа способствует формированию в университете единого пространства исследований в области компьютерных наук.

Направления исследований:
1. Естественно-научные основы и методы искусственного интеллекта.
2. Исследования в области оценки качества и эффективности алгоритмических и программных решений для систем искусственного интеллекта и машинного обучения. Методики сравнения и выбора алгоритмических и программных решений при многих критериях.
3. Методы и алгоритмы моделирования мыслительных процессов: рассуждений, аргументации, распознавания и классификации, формирования понятий. Исследования в области нейроморфных методов анализа данных, имитационное моделирование строения и функций мозга, в том числе – и с использованием методов машинного обучения. Нейроинформатика и методы моделирования биологических нервных систем.
4. Разработка методов, алгоритмов и создание систем искусственного интеллекта и машинного обучения для обработки и анализа текстов на естественном языке, для изображений, речи, биомедицины и других специальных видов данных.
5. Методы и технологии поиска, приобретения и использования знаний и закономерностей, в том числе – эмпирических, в системах искусственного интеллекта. Исследования в области совместного применения методов машинного обучения и классического математического моделирования. Методы и средства использования экспертных знаний.
6. Формализация и постановка задач управления и (поддержки) принятия решений на основе систем искусственного интеллекта и машинного обучения. Разработка систем управления с использованием систем искусственного интеллекта и методов машинного обучения в том числе – управления роботами, автомобилями, БПЛА и т.п.
7. Разработка специализированного математического, алгоритмического и программного обеспечения систем искусственного интеллекта и машинного обучения. Методы и средства взаимодействия систем искусственного интеллекта с другими системами и человеком-оператором.
8. Многоагентные системы и распределенный ИИ.
9. Методы и средства использования для решения задач искусственного интеллекта и машинного обучения параллельных, квантовых вычислений и т.д. 10. Исследования в области этических проблем, связанных с созданием и внедрением ИИ-систем, включая моделирование ожидаемых социальных и экономических последствий.
11. Исследования в области «сильного ИИ», включая формирование понятийной базы и элементов математического формализма, необходимых для построения алгоритмического аппарата.
12. Исследования в области «доверенных» систем класса ИИ, включая проблемы формирования тестовых выборок прецедентов, надежности, устойчивости, переобучения и т.д.
13. Методы и средства формирования массивов данных и прецедентов, включая «большие данные», необходимых для решения задач искусственного интеллекта и машинного обучения. Проблемно-ориентированные коллекции данных для важных прикладных областей.
14. Методы и средства формирования массивов условно-реальных данных и прецедентов, необходимых для решения задач искусственного интеллекта и машинного обучения.
15. Математические исследования в области статистики, логики, алгебры, топологии, анализа функции и других областях, ориентированные на решение задач искусственного интеллекта и машинного обучения.
16. Исследования в области специальных методов оптимизации, проблем сложность и элиминации перебора, снижения размерности.
17. Исследования в области многослойных алгоритмических конструкций, в том числе – многослойных нейросетей.

Смежные специальности (в т.ч. в рамках группы научной специальности):
1.2.2. Математическое моделирование, численные методы и комплексы программ
1.2.3. Теоретическая информатика, кибернетика
2.3.1. Системный анализ, управление и обработка информации

Условия поступления

Правила приема в аспирантуру

Для поступления в аспирантуру необходимо успешно сдать вступительные экзамены:

специальная дисциплина (специальность) — 100-балльная оценка
иностранный язык на выбор (английский, французский, немецкий, испанский, итальянский) — 50-балльная оценка
Кроме того, некоторое количество баллов можно получить за индивидуальные достижения. Перечень программ вступительных испытаний на все аспирантские школы (в том числе, критерии начисления баллов за индивидуальные достижения для каждой из программ) можно найти здесь.

В качестве вступительного экзамена по иностранному языку засчитываются международные языковые сертификаты ( таблицу перевода баллов сертификата в баллы за экзамен можно найти в Правилах приема). Кроме того, условием получения максимального балла за экзамен по иностранному языку могут быть успешно оконченные магистерские программы на иностранных языках.

Программы вступительных испытаний

Репутация

Высшая школа экономики является одним из ведущих российских университетов с преимущественной специализацией в области социально-экономических, гуманитарных, точных и компьютерных наук. НИУ-ВШЭ занял лидирующие позиции по целому ряду направлений российского высшего образования. Уникальной характеристикой университета стало его непосредственное участие в социально-экономических реформах в России, что позволило сформировать модель проектного университета, в котором образование, исследования, разработки и консультирование являются составными элементами масштабных проектов развития экономики и общества.

Реализация широкого спектра фундаментальных исследований - важное направление деятельности НИУ ВШЭ и является залогом развития университета в качестве о исследовательского университета мирового класса.

Организационная поддержка фундаментальных исследований НИУ ВШЭ осуществляется в рамках Программы фундаментальных исследований, которая обеспечивает реализацию масштабных комплексных исследовательских задач. Реализуются также программы «Научный фонд НИУ ВШЭ» и «Фонд образовательных инноваций», в рамках которых осуществляется конкурсная поддержка индивидуальных и коллективных исследовательских проектов. Выбор проектов осуществляется посредством проведения внешней экспертизы, независимой оценки результатов работы и базируется на принципах встроенности исследований университета в широкий мировой контекст.

Программы содействуют развитию науки и применению отечественного научного потенциала для решения социально-экономических задач, а также обеспечению связи исследований с образовательным процессом.