Преподаватели Академической программы по ИИ выпустили учебно-методическое пособие
#фонд_Интеллект
#фонд_Вольноедело
Победители конкурса молодых ученых 2022 и 2024 годов, преподаватели Академической программы по искусственному интеллекту Мария Казачук и Юлий Васильев написали и выпустили учебно-методическое пособие «Современные методы распределенного хранения и обработки данных» для студентов Факультета ВМК МГУ.
В их задачи входило создание современного учебно-методического пособия, отражающего фундаментальные принципы и практики распределенных вычислений, хранения и обработки данных, соответствующие требованиям современной науки и индустрии.
Учебное пособие объединяет фундаментальные концепции распределенных вычислений с современными практиками индустрии. Особое внимание уделено эволюции технологий, что позволяет студентам видеть взаимосвязь научных идей и их инженерной реализации. Материал выстроен от базовых концепций к прикладным примерам. Включены иллюстрации, схемы архитектур, примеры алгоритмов MapReduce и Spark, а также пояснения к промышленным инструментам Microsoft Azure и HDInsight.
В октябре 2025 года учебно-методическое пособие внедрено в курс «Современные методы распределенного хранения и обработки данных», читаемый на факультете ВМК МГУ (обязательный полугодовой курс для студентов магистерских программ «Интеллектуальный анализ больших данных» и «Компьютерное зрение, графика и обработка изображений»).
Студенты получают системное понимание архитектур хранения и обработки данных, а также навыки работы с современными инструментами.
Пособие «Современные методы распределенного хранения и обработки данных» издано за счет поддержки Фонда «Интеллект».
#фонд_Интеллект
#фонд_Вольноедело
Победители конкурса молодых ученых 2022 и 2024 годов, преподаватели Академической программы по искусственному интеллекту Мария Казачук и Юлий Васильев написали и выпустили учебно-методическое пособие «Современные методы распределенного хранения и обработки данных» для студентов Факультета ВМК МГУ.
В их задачи входило создание современного учебно-методического пособия, отражающего фундаментальные принципы и практики распределенных вычислений, хранения и обработки данных, соответствующие требованиям современной науки и индустрии.
Учебное пособие объединяет фундаментальные концепции распределенных вычислений с современными практиками индустрии. Особое внимание уделено эволюции технологий, что позволяет студентам видеть взаимосвязь научных идей и их инженерной реализации. Материал выстроен от базовых концепций к прикладным примерам. Включены иллюстрации, схемы архитектур, примеры алгоритмов MapReduce и Spark, а также пояснения к промышленным инструментам Microsoft Azure и HDInsight.
«Это пособие — результат десятилетнего опыта преподавания курса и общения со студентами. Нашей целью было показать студентам, что за сложными архитектурами распределенных систем стоят понятные принципы и логика инженерных решений», — отметила Мария Андреевна Казачук, кандидат физико-математических наук, преподаватель Академической программы по искусственному интеллекту.
В октябре 2025 года учебно-методическое пособие внедрено в курс «Современные методы распределенного хранения и обработки данных», читаемый на факультете ВМК МГУ (обязательный полугодовой курс для студентов магистерских программ «Интеллектуальный анализ больших данных» и «Компьютерное зрение, графика и обработка изображений»).
«Мы постарались сделать материал максимально доступным и практико-ориентированным. Пособие должно не просто объяснять технологии, но и формировать у студентов интуицию понимания архитектурных решений», — добавил Юлий Алексеевич Васильев, кандидат физико-математических наук, преподаватель Академической программы по искусственному интеллекту.
Студенты получают системное понимание архитектур хранения и обработки данных, а также навыки работы с современными инструментами.
Пособие «Современные методы распределенного хранения и обработки данных» издано за счет поддержки Фонда «Интеллект».
❤🔥9👍8
Преподаватель MSU.AI стал победителем хакатона в Москве
#фонд_Интеллект
#фонд_Вольноедело
С 20 сентября по 20 октября проходил крупнейший техно-баттл страны — Лидеры Цифровой Трансформации. В команду SR Data вошел преподаватель курса «Нейронные сети и их применение в научных исследованиях» Никита Беляков. Он выступил ML-инженером под руководством Игоря Кожелина.
Команда выбрала кейс по определению геопривязки и адресов зданий на фото с дронов, беспилотников и камер домов.
Сначала ребята собрали мультимодальное решение, вошли в топ-5 и уверенно прошли в финал. В результате геолокация здания определяется максимально точно в большинстве случаев. Именно за это команда получила первое место и приз в 1 000 000 рублей.
Церемония награждения прошла 25 октября в кластере Ломоносов.
#фонд_Интеллект
#фонд_Вольноедело
С 20 сентября по 20 октября проходил крупнейший техно-баттл страны — Лидеры Цифровой Трансформации. В команду SR Data вошел преподаватель курса «Нейронные сети и их применение в научных исследованиях» Никита Беляков. Он выступил ML-инженером под руководством Игоря Кожелина.
Команда выбрала кейс по определению геопривязки и адресов зданий на фото с дронов, беспилотников и камер домов.
«Мы сделали базу данных по МО и Москве, через трансформер нуб модель dino v3 satellite pretrain прогнали всю эту базу данных в эмбеддинги, и потом поиском по базе данных этой выдавали топ наиболее похожих полученных эмбеддингов картинок и их геолокацию и впихивали это как дополнительный промпт для deepseekv3. Дополнительно подавали именно bbox'ы - области детекции отдельных домов на картинке, задетектированных через модель yolov8. Я на начальных этапах занимался моделью детекции домов как раз и интеграцию ее с языковой моделью. Потом обрабатывал всю базу данных Москвы и МО в сжатое представление через dino v3 и писал поиск наиболее похожих локаций по этой базе данных эмбеддингов», — поделился Никита Беляков.
Сначала ребята собрали мультимодальное решение, вошли в топ-5 и уверенно прошли в финал. В результате геолокация здания определяется максимально точно в большинстве случаев. Именно за это команда получила первое место и приз в 1 000 000 рублей.
Церемония награждения прошла 25 октября в кластере Ломоносов.
❤🔥11👍5
Forwarded from iNeuro Lab IABS
#пятничныемыши
Мышь с подключённым минископом ожидает начала эксперимента
Мышь с подключённым минископом ожидает начала эксперимента
👍9🤓4
Ученые МГУ применили нейронные сети для измерения длительности сверхкоротких лазерных импульсов
#фонд_Интеллект
#фонд_Вольноедело
Аспирант физического факультета Ярослав Романовский прошел курс «Нейронные сети и их применение в научных исследованиях» и стал одним из победителей конкурса публикаций 7-го потока MSU.AI. Работа была представлена на конференции «Невская фотоника – 2025» в г. Санкт-Петербурге.
Создание фемтосекундных (10-15 секунды) импульсов требует как существенную ширину спектра, так и минимизацию фазовой задержки между спектральными компонентами. Спектральная фаза импульса определяет его временную огибающую, меняя ее форму, и, таким образом, влияя на длительность и пиковую интенсивность – одни из ключевых параметров в экспериментах.
В рамках данной работы экспериментально реализован метод измерения длительности фемтосекундных лазерных импульсов реальной лазерной системы ближнего инфракрасного диапазона с применением машинного обучения. Преимуществом данного метода в сравнении с традиционными методиками частотно-разрешенного оптического стробирования и спектральной фазовой интерферометрии является отсутствие необходимости использования дорогостоящих нелинейных кристаллов и итеративных алгоритмов.
Для обучения полносвязной нейросетевой модели был создан датасет из 200 000 тысяч импульсов с результатами численного моделирования распространения фемтосекундных импульсов с начальными параметрами, близкими к диапазону реальной лазерной системы ближнего инфракрасного диапазона в лаборатории. Входными данными нейросетевой модели являются спектры исследуемого лазерного импульса до и после нелинейного взаимодействия, выходные данные – исходная спектральная фаза импульса. Далее, реализовав экспериментальную схему в лаборатории, нейросеть, обучившаяся только на синтетических данных, показала свою работоспособность на реальных данных спектров из эксперимента.
Исследование выполнено при поддержке некоммерческого Фонда развития науки и образования «Интеллект» и Фонда «Вольное Дело» Олега Дерипаска.
#фонд_Интеллект
#фонд_Вольноедело
Аспирант физического факультета Ярослав Романовский прошел курс «Нейронные сети и их применение в научных исследованиях» и стал одним из победителей конкурса публикаций 7-го потока MSU.AI. Работа была представлена на конференции «Невская фотоника – 2025» в г. Санкт-Петербурге.
Создание фемтосекундных (10-15 секунды) импульсов требует как существенную ширину спектра, так и минимизацию фазовой задержки между спектральными компонентами. Спектральная фаза импульса определяет его временную огибающую, меняя ее форму, и, таким образом, влияя на длительность и пиковую интенсивность – одни из ключевых параметров в экспериментах.
В рамках данной работы экспериментально реализован метод измерения длительности фемтосекундных лазерных импульсов реальной лазерной системы ближнего инфракрасного диапазона с применением машинного обучения. Преимуществом данного метода в сравнении с традиционными методиками частотно-разрешенного оптического стробирования и спектральной фазовой интерферометрии является отсутствие необходимости использования дорогостоящих нелинейных кристаллов и итеративных алгоритмов.
Ярослав Олегович Романовский, аспирант кафедры общей физики и волновых процессов физического факультета МГУ: «При прохождении достаточно интенсивного сверхкороткого импульса через нелинейную среду (например, простую пластину из оптического стекла) возникает эффект Керра и фазовая самомодуляция (ФСМ), в результате после прохождения пластины форма спектра импульса меняется. Характер изменения формы спектра после ФСМ связан с исходным временным профилем импульса. Эту информацию можно использовать для восстановления фазы исходного импульса при помощи нейросетевой модели. В результате обученная на результатах численного моделирования нейросетевая модель может восстанавливать фазу и длительность реальных импульсов всего из двух измерений спектра до и после прохождения нелинейной среды».
Для обучения полносвязной нейросетевой модели был создан датасет из 200 000 тысяч импульсов с результатами численного моделирования распространения фемтосекундных импульсов с начальными параметрами, близкими к диапазону реальной лазерной системы ближнего инфракрасного диапазона в лаборатории. Входными данными нейросетевой модели являются спектры исследуемого лазерного импульса до и после нелинейного взаимодействия, выходные данные – исходная спектральная фаза импульса. Далее, реализовав экспериментальную схему в лаборатории, нейросеть, обучившаяся только на синтетических данных, показала свою работоспособность на реальных данных спектров из эксперимента.
Ярослав Олегович Романовский, аспирант кафедры общей физики и волновых процессов физического факультета МГУ: «В будущем этот подход можно масштабировать на другие нелинейные эффекты (например, генерацию третьей гармоники) на имеющуюся в нашей лаборатории лазерную систему фемтосекундных лазерных импульсов среднего инфракрасного диапазона, позволив за счет быстродействия нейросетевой модели оперативно контролировать длительность импульсов в эксперименте».
Исследование выполнено при поддержке некоммерческого Фонда развития науки и образования «Интеллект» и Фонда «Вольное Дело» Олега Дерипаска.
🔥8👍3❤🔥2
Forwarded from Нейронные сети и наука МГУ имени М. В. Ломоносова
«Мы использовали нейросети для восстановления длительности фемтосекундных лазерных импульсов (10⁻¹⁵ секунды) в реальной системе ближнего инфракрасного диапазона.
Обычно такие измерения требуют дорогого оборудования и сложных алгоритмов. Мы показали, что достаточно двух спектральных измерений и кварцевой пластины.
Нейросеть «доучилась» на моделировании и справилась даже с экспериментальными данными» — Ярослав Романовский, аспирант физического факультета МГУ, выпускник 7-го потока MSU.AI
Ознакомиться с историй публикации и рекомендациями Ярослава по подготовке научной статьи вы можете в карточках выше.
📖 Тезисы доклада «Восстановление фазы и длительности фемтосекундных лазерных импульсов при помощи нейронных сетей» для конференции «Невская фотоника - 2025» приняты к публикации. После выхода тезисов в печать, мы обязательно поделимся ссылкой на материалы.
🧑💻 Код и примеры: GitHub
👨🎓 Научный консультант MSU.AI Артём Васильев
✅ Исследование выполнено при поддержке некоммерческого Фонда развития науки и образования «Интеллект» и Фонда «Вольное Дело» Олега Дерипаска
#исторИИ
❤🔥8
Forwarded from scienceJAM
Искусственный интеллект уверенно входит в сферу климатической и экологической безопасности. Мы обсудили этот тренд с молодым учёным Никитой Беляковым — преподавателем курса «Нейронные сети и их применение в научных исследованиях» в МГУ.
— Какие экологические задачи ИИ помогает решать уже сейчас?
— ИИ оптимизирует энергосети при интеграции возобновляемых источников энергии и повышает эффективность сельского хозяйства, сокращая использование воды и удобрений. Существенный вклад алгоритмы вносят и в прогнозирование природных катастроф: нейросети помогают мониторить и предсказывать наводнения, пожары, засухи, сели. Благодаря этому появляется шанс предотвратить кризисы или снизить их последствия. Ограничения развития ИИ-технологий связаны с высокой стоимостью внедрения, нехваткой качественных данных, сложностями адаптации инфраструктуры и длительной валидацией моделей.
— Может ли ИИ стать глобальным координатором климата?
— Теоретически это возможно: ИИ способен анализировать данные с миллионов датчиков, балансировать спрос и предложение энергии на планете. Однако есть политические и этические барьеры. Централизация контроля над ресурсами неизбежно вызывает вопросы безопасности и доверия. На локальном уровне подобные решения уже внедряются — от промышленных предприятий до целых региональных энергосетей.
— Как избежать того, чтобы климатические модели на основе ИИ стали инструментом политического давления, а не научного анализа?
— Важна максимальная прозрачность использования ИИ-систем. Искусственный интеллект доказал свою полезность в борьбе с климатическими рисками, но чтобы он стал системным элементом защиты планеты, необходимы:
• международное сотрудничество
• открытые данные
• понятные стандарты безопасности
• долгосрочные инвестиции
Технологически мы готовы идти вперёд, но нужно не забывать про человеческий фактор и быть готовыми договариваться и сотрудничать. Независимая проверка научным сообществом и общественный контроль должны сопровождать использование искусственного интеллекта. Только так прогнозы останутся инструментом науки, а не рычагом давления.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥5👍5🤔2
Media is too big
VIEW IN TELEGRAM
При поддержке Фонда "Интеллект" и Фонда "Вольное дело" Олега Дерипаска в МГУ имени М.В.Ломоносова открылся новый факультет – Факультет искусственного интеллекта!
Факультет искусственного интеллекта МГУ — это новое образовательное подразделение на базе ведущего российского вуза, Московского государственного университета имени М.В.Ломоносова, которое предоставляет широкие возможности для получения современного образования, проведения научных исследований и практического применения технологий искусственного интеллекта.
Ключевые направления деятельности Факультета:
- разработка и реализация новых образовательных программ высшего и дополнительного профессионального образования
- апробация ИИ-технологий в образовательном процессе
- интеграция научных и проектных инициатив с действующими подразделениями МГУ
Цель Факультета ИИ – готовить высококвалифицированных специалистов, отвечающих мировым стандартам и тенденциям в области искусственного интеллекта для успешного решения современных научных задач и создания инновационных решений.
Фонд "Интеллект" будет оказывать помощь в реализации образовательных программ и деятельности Факультета ИИ, чтобы у молодых исследователей были все возможности для реализации научного потенциала.
Мы уверены, что внедрение передовых ИИ-технологий в образовательный и исследовательский процессы способствует достижению новых научных вершин и формированию перспективного будущего.
Основную информацию о Факультете ИИ МГУ имени М.В.Ломоносова можно получить на сайте МГУ, на сайте Факультета ИИ, а также подписывайтесь на телеграм-канал Факультета ИИ. Там будут новости и анонсы ближайших мероприятий.
Фонд "Интеллект" – мы создаём экосистему, где наука живёт и вдохновляет. Поддерживая исследования и помогая раскрывать научный потенциал молодых учёных, мы вместе меняем мир к лучшему!
#Фонд_Интеллект
#ВольноеДело
#ФакультетИИ
#МГУ
Факультет искусственного интеллекта МГУ — это новое образовательное подразделение на базе ведущего российского вуза, Московского государственного университета имени М.В.Ломоносова, которое предоставляет широкие возможности для получения современного образования, проведения научных исследований и практического применения технологий искусственного интеллекта.
Ключевые направления деятельности Факультета:
- разработка и реализация новых образовательных программ высшего и дополнительного профессионального образования
- апробация ИИ-технологий в образовательном процессе
- интеграция научных и проектных инициатив с действующими подразделениями МГУ
Цель Факультета ИИ – готовить высококвалифицированных специалистов, отвечающих мировым стандартам и тенденциям в области искусственного интеллекта для успешного решения современных научных задач и создания инновационных решений.
Фонд "Интеллект" будет оказывать помощь в реализации образовательных программ и деятельности Факультета ИИ, чтобы у молодых исследователей были все возможности для реализации научного потенциала.
Мы уверены, что внедрение передовых ИИ-технологий в образовательный и исследовательский процессы способствует достижению новых научных вершин и формированию перспективного будущего.
Основную информацию о Факультете ИИ МГУ имени М.В.Ломоносова можно получить на сайте МГУ, на сайте Факультета ИИ, а также подписывайтесь на телеграм-канал Факультета ИИ. Там будут новости и анонсы ближайших мероприятий.
Фонд "Интеллект" – мы создаём экосистему, где наука живёт и вдохновляет. Поддерживая исследования и помогая раскрывать научный потенциал молодых учёных, мы вместе меняем мир к лучшему!
#Фонд_Интеллект
#ВольноеДело
#ФакультетИИ
#МГУ
🔥9👍4
Сегодня отмечается день рождения М. В. Ломоносова — человека, который мыслил по-другому и тем самым толкнул науку вперёд.
Его слова «Науки юношей питают…» звучат актуально и теперь. Учёные современности продолжают искать закономерности во вселенной: проводят эксперименты, спорят с теорией, учат нейросети понимать мир и находят закономерности там, где раньше царил хаос.
Сегодня мы выражаем уважение всем исследователям и отправляем им свои поздравления.
Сохраняйте в себе ту самую дерзость ума, что рождает открытия. Пусть огонь любопытства никогда не тухнет, даже если эксперимент в сотый раз идёт не по плану.
В карточках мы собрали цитаты М. В. Ломоносова, которые поддержат, подбодрят и напомнят: наука — это не просто работа. Это путь, к которому невозможно остаться равнодушным.
Вперёд к новым открытиям, уважаемые исследователи!
Его слова «Науки юношей питают…» звучат актуально и теперь. Учёные современности продолжают искать закономерности во вселенной: проводят эксперименты, спорят с теорией, учат нейросети понимать мир и находят закономерности там, где раньше царил хаос.
Сегодня мы выражаем уважение всем исследователям и отправляем им свои поздравления.
Сохраняйте в себе ту самую дерзость ума, что рождает открытия. Пусть огонь любопытства никогда не тухнет, даже если эксперимент в сотый раз идёт не по плану.
В карточках мы собрали цитаты М. В. Ломоносова, которые поддержат, подбодрят и напомнят: наука — это не просто работа. Это путь, к которому невозможно остаться равнодушным.
Вперёд к новым открытиям, уважаемые исследователи!
❤🔥6🤓3
Media is too big
VIEW IN TELEGRAM
🎉 Сегодня, 23 ноября 2025 года, Фонду «Интеллект» исполняется 5 лет!
Пять лет поддержки молодых учёных, развития образовательных программ и продвижения исследований в области искусственного интеллекта. Подводим итоги нашей работы!
Образовательные программы Фонда «Интеллект» в МГУ — это:
✔️ 88 курсов по ИИ на 20-ти факультетах
✔️ 15 395 слушателей
🎓 Стипендии и гранты
За это время мы поддержали 443 молодых учёных, помогая талантам развиваться и реализовывать собственные исследовательские проекты.
🧪 Научная инфраструктура
Фонд «Интеллект» поддерживает работу двух лабораторий МГУ, где создаются новые технологии:
⚡️ Лаборатория нейронного интеллекта, где проводятся исследования и моделируются общие принципы интеллекта в естественных и искусственных нейронных системах.
⚡️ Лаборатория нейроморфной фотоники, где проводятся исследования и ведётся разработка новых принципов оптических вычислений, а также аналоговых подходов для создания искусственных интеллектуальных систем.
Некоммерческий Фонд развития науки и образования «Интеллект», созданный при поддержке Фонда «Вольное дело» Олега Дерипаска, поддерживает тех, кто двигает науку вперёд и меняет будущее к лучшему.
❤️ Спасибо всем, кто идёт с нами эти 5 лет! Впереди — ещё больше знаний, открытий и достижений.
#Фонд_Интеллект
#ВольноеДело
Пять лет поддержки молодых учёных, развития образовательных программ и продвижения исследований в области искусственного интеллекта. Подводим итоги нашей работы!
Образовательные программы Фонда «Интеллект» в МГУ — это:
✔️ 88 курсов по ИИ на 20-ти факультетах
✔️ 15 395 слушателей
🎓 Стипендии и гранты
За это время мы поддержали 443 молодых учёных, помогая талантам развиваться и реализовывать собственные исследовательские проекты.
🧪 Научная инфраструктура
Фонд «Интеллект» поддерживает работу двух лабораторий МГУ, где создаются новые технологии:
⚡️ Лаборатория нейронного интеллекта, где проводятся исследования и моделируются общие принципы интеллекта в естественных и искусственных нейронных системах.
⚡️ Лаборатория нейроморфной фотоники, где проводятся исследования и ведётся разработка новых принципов оптических вычислений, а также аналоговых подходов для создания искусственных интеллектуальных систем.
Некоммерческий Фонд развития науки и образования «Интеллект», созданный при поддержке Фонда «Вольное дело» Олега Дерипаска, поддерживает тех, кто двигает науку вперёд и меняет будущее к лучшему.
❤️ Спасибо всем, кто идёт с нами эти 5 лет! Впереди — ещё больше знаний, открытий и достижений.
#Фонд_Интеллект
#ВольноеДело
❤🔥17🔥10
20 ноября состоялась лекция Н.А.Поспелова, инженера-исследователя Лаборатории Нейронного Интеллекта Института перспективных исследований мозга МГУ имени М.В.Ломоносова.
Никита Андреевич выступил с докладом «Коллективные феномены в нейронных системах и где они обитают».
Делимся с вами видеозаписью прошедшего мероприятия — обязательно посмотрите!
Что вы узнаете из лекции?
Нейронаука десятилетиями пытается взломать нейронный код — принципы, по которым мозг представляет информацию внутри себя. В последние годы развитие и масштабирование моделей машинного обучения привело исследователей к тем же вопросам в области ИИ. Несмотря на огромное несходство внутреннего устройства мозга и искусственных нейронных сетей, в их обучении есть ряд удивительных параллелей, которые позволяют предположить существование универсальных принципов, стоящих за ними.
В лекции рассмотрены некоторые из таких параллелей через призму коллективных эффектов в мозге и системах ИИ. Вы узнаете, что такое интерпретируемость «популяционного кода» (распределенного кодирования информации большим числом нейронов), а также то, как этот код «собирается» из специализированных единиц.
Презентация к лекции доступна по ссылке.
Напомним, что в лаборатории Нейронного Интеллекта Института перспективных исследований мозга МГУ имени М.В. Ломоносова ведутся фундаментальные исследования базисных принципов организации интеллекта в биологических нейронных системах и их потенциала для развития искусственного интеллекта. Проводимые исследования поддержаны Фондом «Интеллект» и Фондом «Вольное дело» Олега Дерипаска.
Руководителем лаборатории является Константин Владимирович Анохин, доктор медицинских наук, профессор, академик РАН, директор Института перспективных исследований мозга МГУ.
#Фонд_Интеллект
#ВольноеДело
#Наука_МГУ
Никита Андреевич выступил с докладом «Коллективные феномены в нейронных системах и где они обитают».
Делимся с вами видеозаписью прошедшего мероприятия — обязательно посмотрите!
Что вы узнаете из лекции?
Нейронаука десятилетиями пытается взломать нейронный код — принципы, по которым мозг представляет информацию внутри себя. В последние годы развитие и масштабирование моделей машинного обучения привело исследователей к тем же вопросам в области ИИ. Несмотря на огромное несходство внутреннего устройства мозга и искусственных нейронных сетей, в их обучении есть ряд удивительных параллелей, которые позволяют предположить существование универсальных принципов, стоящих за ними.
В лекции рассмотрены некоторые из таких параллелей через призму коллективных эффектов в мозге и системах ИИ. Вы узнаете, что такое интерпретируемость «популяционного кода» (распределенного кодирования информации большим числом нейронов), а также то, как этот код «собирается» из специализированных единиц.
Презентация к лекции доступна по ссылке.
Напомним, что в лаборатории Нейронного Интеллекта Института перспективных исследований мозга МГУ имени М.В. Ломоносова ведутся фундаментальные исследования базисных принципов организации интеллекта в биологических нейронных системах и их потенциала для развития искусственного интеллекта. Проводимые исследования поддержаны Фондом «Интеллект» и Фондом «Вольное дело» Олега Дерипаска.
Руководителем лаборатории является Константин Владимирович Анохин, доктор медицинских наук, профессор, академик РАН, директор Института перспективных исследований мозга МГУ.
#Фонд_Интеллект
#ВольноеДело
#Наука_МГУ
🔥3❤🔥2