1.2.1. Искусственный интеллект и машинное обучение

Описание

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

Прикрепление лиц для подготовки диссертации на соискание ученой степени кандидата наук без освоения программ подготовки научно-педагогических кадров в аспирантуре осуществляется с 1 октября по 30 июня ежегодно.

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.