Дорогие друзья!🎄

Большое спасибо каждому из вас, мы очень ценим ваше внимание, доверие и интерес к нашему Центру!

В этом году мы по прежнему продолжаем стремительно и неуклонно идти к научным и прикладным целям во всех актуальных для нас (и всего мира) областях искусственного интеллекта и робототехники: глубокого обучения с подкреплением, нейросетевых методов в компьютерном зрении, биологически правдоподобных алгоритмов, беспилотного транспорта, управления роботами и манипуляторами.

А было многое:
- Поездки наших сотрудников на конференции в Италию и Дубай🏟🏖
- Два набора (весной и осенью) на стажировку в наш Центр (количество анкет побило все предыдущие рекорды и это очень радует!)
- Выпуск магистров по нашей прогремме магистратуры "Методы и технологии искусственного интеллекта", а также успешные защиты своих диссертаций у аспирантов нашего Центра https://cogmodel.mipt.ru/applicants
- Новый набор в магистратуру и аспирантуру (скоро весна, а значит тем, кто хочет поступать в этом году, уже пора задуматься)
- Участие в олимпиаде Я-Профи, где мы отвечаем за трек ИИ https://yandex.ru/profi/courses2022/ai
- Самая крупная летняя школа по ИИ в России
- Проводим наши еженедельные семинары, которые продолжатся уже в конце января
- Тестировали алгоритмы на беспилотниках в Сколково
- И ещё много чего🏋️‍♂️

В этот раз мы записали новогоднее видео с нашим роботом Husky, где он под руководством команды Константина Мировнова, старшего научного сотрудника нашего Центра, помогает украсить ёлку в фарфоровом магазине🌠

Друзья, в этом году мы ещё сильнее поняли насколько важно быть вместе, поддерживать друг друга и продолжать движение к нашим общим целям! Желаем, чтобы у вас все было хорошо и вы были счастливы.
С наступающим! 🌟🎆🎄

🎓 — Семинар 15. TransPath: выучивание эвристической функции для задачи планирования с помощью трансформерных моделей | Даниил Кириленко

Начинаем весенний цикл семинаров нашего Центра!

Классические алгоритмы поиска используют эвристические функции, которые не учитывают информацию о препятствиях, методы машинного обучения могут быть использованы для улучшения этого аспекта.

На семинаре будет представлен обзор современных подходов к интеграции машинного обучения для повышения эффективности алгоритмов эвристического поиска, а также будет рассказано о нашей работе в этом направлении.

Cтраница проекта: https://airi-institute.github.io/TransPath/

👉🏻 Дата: 02.02.23, четверг в 17:00

📹 Трансляция Youtube: https://vk.cc/bXpFy9

Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!


#семинарыЦКМ

Также по данной работе принята статья на конференцию А* - AAAI 2023 с авторами: Даниил Кириленко, Антон Андрейчук, Александр Панов, Константин Яковлев, - поздравляем команду!🔥🎉

Статья: https://arxiv.org/abs/2212.11730

💥 — Скоро начинаем семинар, присоединяйтесь! https://youtube.com/live/SF6W6z9DflU?feature=share

🎓 — Семинар 16. Анализ возможностей улучшения методов дифференцируемого представления сцен для 3D-реконструкции, в том числе с информацией о семантике | Виталий Безуглый, Дарья Дроздова, Всеволод Скороходов

На семинаре будет рассмотрена задача нейросетевой реконструкции трехмерных сцен, путем формирования их дифференцируемого представления. В частности такие подходы, как дифференцируемый рендеринг (NeRF), знаковые поля расстояний (SDF) и объединение множества изображений с различных точек зрения (MVS).

Расскажем об актуальных работах по данной тематике, а также о возможных направлениях модификации.

👉🏻 Дата: 09.02.23, четверг в 17:00

📹 Трансляция Youtube: https://vk.cc/bXpFy9

Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!

#семинарыЦКМ

💥 — Скоро начинаем семинар, присоединяйтесь! https://youtube.com/live/3h8NVo9UAAo?feature=share

🎓 — Семинар 17. Оптимизация траектории движения UGV через узкий проем с использованием MPC | Константин Миронов, Мухаммад Алхаддад

Алгоритм model predictive control (MPC) исследуется для оптимизации траектории движения четырехколесного мобильного робота Husky.
Случай перемещения робота через узкий проем решается с использованием алгоритма MPC. Представлен новый алгоритм для обнаружения препятствий, окружающих глобальный путь.
Решение сформулированной задачи MPC дано с помощью численного решателя "Acados".

Расскажем об актуальных работах по данной тематике, а также о возможных направлениях модификации.

👉🏻 Дата: 16.02.23, четверг в 17:00

📹 Трансляция Youtube: https://www.youtube.com/@cogmodel

Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!

#семинары

💥 — Скоро начинаем семинар, присоединяйтесь! https://youtube.com/live/FGWONq9xOV4?feature=share

🤖🦾🦿— Конференция по робототехнике ROS Russian Meetup 2023

Приглашаем всех на мероприятие от наших ROS-товарищей!

ROS Russian Meetup 2023 - это место встречи российского ROS-сообщества, возможность для разработчиков ROS и робототехников всех уровней, от новичков до экспертов, посвятить выходные практическому обучению и общению с единомышленниками. Получите советы и рекомендации экспертов, встречайтесь и делитесь идеями с другими разработчиками.

На конференции инженеры и руководители компаний поделятся реальным опытом использования ROS в исследовательских и коммерческих проектах.

⚡️От нашего Центра будет два доклада:
1. 13:15 STRL-Robotics: embodied архитектура для мобильных роботов с манипулятором | Александр Панов (МФТИ, AIRI), Сергей Линок (МФТИ)
2. 18:55 Система навигации колесного робота для сред с наклонными поверхностями | Яковлев Константин (ФИЦ ИУ РАН, AIRI, ВШЭ, МФТИ), Муравьев Кирилл (ФИЦ ИУ РАН)

⚡️ Конференция состоится 18 февраля 2023 года (суббота). Участие бесплатное😉

Сообщество в Телеграм👉🏻 https://news.1rj.ru/str/rosrussia

Регистрация👉🏻 https://ros-event.timepad.ru/event/2276804/

Бонус 🥁 Запись нашего совместного семинара по современным методам распознавания зеркал: https://clck.ru/33ZKGs

​​🏆🏄‍♂️🚀— Объявляем набор на весеннюю стажировку в области робототехники и искусственного интеллекта!

Оплачиваемая стажировка в Центре когнитивного моделирования ФПМИ МФТИ предполагает работу над прикладными или поисковыми проектами в составе опытной команды, написание статей в ведущие конференции и журналы.

🔥Стажировка проходит в рамках одного из направлений работ Центра:
— Воплощенный искусственный интеллект
— Глубокое обучение с подкреплением
— Нейросетевые методы компьютерного зрения
— Беспилотный транспорт
— Планирование поведения
— Интеллектуальное управление робототехническими платформами

👨‍💻👩‍💻В процессе вашей работы вы сможете погрузиться в:
— Разработку новых SOTA алгоритмов
— Написание публикаций и участие в международных конференциях со своими результатами
— Cовременные проблемы внедрения передовых методов искусственного интеллекта для решения практических задач

Стажировку можно совмещать с написанием вашего бакалаврского или магистерского диплома. После успешного окончания стажировки возможно трудоустройство в лаборатории Центра, поступление в магистратуру и аспирантуру (https://cogmodel.mipt.ru/applicants), продолжение работы в компаниях партнерах.

Прием заявок до 15 марта 2023 включительно!

👉Для заявки достаточно заполнить анкету: https://clck.ru/33awQV

Вопросы можно задать нам в сообщениях или по почте: vainberg.ri@mipt.ru

Подробнее: https://cogmodel.mipt.ru/internship

#стажировка

🎓 — Семинар 18. Обзор методов мультимодального Place Recognition | Александр Мелехин

We back again, tell a friend!

На семинаре будет представлен обзор современных методов Place Recognition, одновременно использующих данные разных модальностей — изображения с камер и лидарные облака точек. Будут рассмотрены и сравнены между собой актуальные публикации по тематике.

Также будут описаны существующие мультимодальные датасеты, подходящие для обучения и тестирования методов Place Recognition.
Расскажем об актуальных работах в этой области, а также о возможных направлениях модификации.

👉🏻 Дата: 02.03.23, четверг в 17:00

📹 Трансляция Youtube: https://vk.cc/bXpFy9

#семинары

💥 — Скоро начинаем семинар, присоединяйтесь! https://youtube.com/live/ZXrc84Q2SWI?feature=share

🎓 — Семинар 19. Symbolic Disentangled Representations in Hyperdimensional Latent Space | Александр Корчемный

Идея распутанных представлений (disentangled representations) заключается в том, чтобы свести данные к набору генерирующих факторов, которые их порождают.

На семинаре будет предложен подход, в котором каждый генеративный фактор представляется в виде вектора той же размерности, что и результирующее представление. Это возможно благодаря использованию векторно-символьных архитектур (Vector-Symbolic Architercutres VSA) - фреймворка, в котором символы представляются в виде высокоразмерных векторов и который позволяет оперировать полученными векторами для интерпретируемой модификации объектов в латентном пространстве.

Получившиеся представления отдельных признаков и операции с ними будут продемонстрированы на объектах из наборов данных CLEVER и dSprites.

👉🏻 Дата: 02.03.23, четверг в 17:00

📹 Трансляция Youtube: https://vk.cc/bXpFy9

#семинары

Поздравляем всех девушек с 8 марта! Будьте счастливы! 💐

💥 — Скоро начинаем семинар, присоединяйтесь! https://youtube.com/live/Q28VP__aOE8?feature=share

‼️ — Последний день для подачи заявки на стажировку!

✅Заполнить анкету: https://vk.cc/clJWBs

​​🎓 — Семинар 20. Методы обработки и генерации 3D данных | Денис Волхонский, Владислав Ишимцев

На предстоящем семинаре у нас выступят два приглашенных аспиранта из университета Сколтеха.

💥Первый доклад:
Для получения надёжных результатов во многих задачах машинного обучения и анализа данных требуются обучающие выборки значительного объема. Однако получить достаточное количество данных для обучения не всегда возможно. В таких ситуациях одним из решений является обогащение обучающих выборок синтетическими данными, искусственно созданными генеративной моделью.

В докладе будут представлены методы генерации синтетических последовательностей изображений, разработанные в рамках кандидатской диссертации докладчика. Мы рассмотрим следующие задачи: генерация трёхмерных воксельных структур, генерация видео, а так же очистка растровых изображений.

💥Второй доклад:
Трехмерная реконструкция реальных сцен становится более сложной задачей, поскольку для многих прикладных сценариев требуется реконструкция мелкомасштабных частей объектов. При реальном сканировании на качество результата могут существенно повлиять шум, недостающие части объектов и другие артефакты, такие как размытие при движении объектов и/или сенсора.

Доклад посвящен способам нахождения эффективного использования информации на уровне частей для улучшения качества методов понимания крупномасштабных трехмерных сцен. В частности, будут представлены:
- метод деформации синтетических CAD моделей, направленный на приближение к геометрии реального объекта при сохранении информации на уровне частей объектов;
- полуавтоматический способ переноса синтетической разметки частей объектов на реальные данные;
- применение полученной разметки для задачи пополнения трехмерных объектов и задачи трехмерной семантической сегментации в реальных сценах

👉🏻 Дата: 16.03.23, четверг в 17:00

📹 Трансляция Youtube: https://vk.cc/bXpFy9

Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!

#семинары