НИЛ Искусственного Интеллекта

В январе 2020 года в ПГУТИ была создана Научно-Исследовательская Лаборатория Искусственного Интеллекта (НИЛ ИИ). Возглавил эту лабораторию Сергей Павлович Левашкин, выпускник МГУ им. М.В. Ломоносова, ученый с более чем 20-летним опытом работы в университетах и компаниях России, Северной Америки и Европы. В контексте национальной программы "Цифровая экономика РФ" и "Плана 2030", создание НИЛ ИИ является стратегическим проектом, поскольку наука о данных, искусственный интеллект и бизнес интеллект являются ключевыми факторами цифровой трансформации экономики.

Наши основные задачи

Лаборатория призвана занять лидирующее положение в НИР и НИОКР университета по ИИ и решать следующие задачи:

service
Образование

Подготовка высококвалифицированных специалистов в сфере искусственного интеллекта и больших данных

service
НИР

Ведение научно-исследовательской работы в области науки о данных, искусственного интеллекта и машинного обучения

service
Прикладные исследования

Проведение хоздоговорных и консалтинговых работ сферах телекоммуникации, фармацевтики, социологии, маркетинга и др.

service
Гранты

Участие в конкурсах на получение дополнительного финансирования в виде внешних грантов

service
Научно-практическое сотрудничество

Создание сети отечественных и зарубежных партнеров

service
Организация конференций и семинаров

Организация научных семинаров по искусственному интеллекту и конференций по семантическому анализу данных

Наша команда

Нашей команде высококласных специалистов-практиков под силу решение широкого круга научных и прикладных задач

client
Сергей Кушуков

Научный сотрудник

студент 2 курса магистратуры Поволжского государственного университета телекоммуникаций и информатики, направления 09.04.02 "Информационные системы и технологии. Профиль: Прикладной искусственный интеллект и наука о данных"

Научные направления: сбор, обработка и хранение информации.

client
Ираклий Квачахия

Научный сотрудник

студент 2 курса курса магистратуры Поволжского государственного университета телекоммуникаций и информатики, направления 09.04.02 "Информационные системы и технологии. Профиль: Прикладной искусственный интеллект и наука о данных"

Научные направления: Прикладной искусственный интеллект и наука о данных.

client
Оксана Захарова

Зам. заведующего НИЛ ИИ

старший научный сотрудник

к.т.н., доцент по специальности «Управление в социальных и экономических системах».

Научные направления: современные информационные технологии, ИИ, облачные технологии, базы данных, разработка СППР, категориальный анализ для идентификации объектов. Автор более 100 публикаций.

lev
Сергей Павлович Левашкин

Заведующий НИЛ ИИ

проф., к.ф.-м.н., действующий член Академии Наук Мексики,

ученый с более чем 20-летним опытом работы в университетах и компаниях России, Северной Америки и Европы в области науки о данных, искусственного интеллекта и машинного обучения

client
Петр Назаренко

Старший научный сотрудник

к.т.н. по специальности 05.12.04 (Радиотехника, в том числе системы и устройства телевидения), 30 лет опыта разработки программного обеспечения, в том числе в области нейронных сетей.

Научные направления: искусственные нейронные сети, семантические сети, обработка изображений.

client
Анастасия Кузнецова

Научный сотрудник

студентка 1 курса магистратуры Поволжского государственного университета телекоммуникаций и информатики, направления 09.04.02 "Информационные системы и технологии. Профиль: Прикладной искусственный интеллект и наука о данных"

Научные направления: сбор, хранение, обработка больших данных

client
Константин Иванов

Научный сотрудник

студент 1 курса аспирантуры Поволжского государственного университета телекоммуникаций и информатики, направления 2.3.5 "Математическое и программное обеспечение вычислительных систем, комплексов и компьютерных сетей"

Научные направления: сбор, хранение, обработка больших данных, обработка естественного языка

client
Екатерина Кузьмина

Научный сотрудник

студентка 2 курса магистратуры Поволжского государственного университета телекоммуникаций и информатики, направления 09.04.02 "Информационные системы и технологии. Профиль: Прикладной искусственный интеллект и наука о данных"

Научные направления: сбор и обработка данных.

client
Анна Монасова

Научный сотрудник

студентка 1 курса магистратуры Поволжского государственного университета телекоммуникаций и информатики, направления 10.04.01 "Информационная безопасность"

Научные направления: математическое моделирование, программирование.

client
Артём Воробьёв

Научный сотрудник

студент 2 курса магистратуры Поволжского государственного университета телекоммуникаций и информатики, направления 09.04.02 "Информационные системы и технологии. Профиль: Прикладной искусственный интеллект и наука о данных"

Научные направления: сбор, обработка и хранение информации.

client
Сергей Кушуков

Научный сотрудник

студент 2 курса магистратуры Поволжского государственного университета телекоммуникаций и информатики, направления 09.04.02 "Информационные системы и технологии. Профиль: Прикладной искусственный интеллект и наука о данных"

Научные направления: сбор, обработка и хранение информации.

client
Ираклий Квачахия

Научный сотрудник

студент 2 курса курса магистратуры Поволжского государственного университета телекоммуникаций и информатики, направления 09.04.02 "Информационные системы и технологии. Профиль: Прикладной искусственный интеллект и наука о данных"

Научные направления: Прикладной искусственный интеллект и наука о данных.

client
Оксана Захарова

Зам. заведующего НИЛ ИИ

старший научный сотрудник

к.т.н., доцент по специальности «Управление в социальных и экономических системах».

Научные направления: современные информационные технологии, ИИ, облачные технологии, базы данных, разработка СППР, категориальный анализ для идентификации объектов. Автор более 100 публикаций.

lev
Сергей Павлович Левашкин

Заведующий НИЛ ИИ

проф., к.ф.-м.н., действующий член Академии Наук Мексики,

ученый с более чем 20-летним опытом работы в университетах и компаниях России, Северной Америки и Европы в области науки о данных, искусственного интеллекта и машинного обучения

client
Петр Назаренко

Старший научный сотрудник

к.т.н. по специальности 05.12.04 (Радиотехника, в том числе системы и устройства телевидения), 30 лет опыта разработки программного обеспечения, в том числе в области нейронных сетей.

Научные направления: искусственные нейронные сети, семантические сети, обработка изображений.

client
Анастасия Кузнецова

Научный сотрудник

студентка 1 курса магистратуры Поволжского государственного университета телекоммуникаций и информатики, направления 09.04.02 "Информационные системы и технологии. Профиль: Прикладной искусственный интеллект и наука о данных"

Научные направления: сбор, хранение, обработка больших данных

img

Образовательные курсы и программы
проводимые НИЛ ИИ

Лаборатория проводит факультативы и обучение по магистерской программе "Прикладной искусственный интеллект и наука о данных", а также коммерческий курс "Бизнес интеллект".

Студенческий курс содержит популярное введение в науку о больших данных и основные методы искусственного интеллекта для их обработки. Он призван мотивировать студентов старших курсов для поступления в магистратуру "Прикладной искуссвтенный интеллект и наука о данных", но доступен также студентам младших курсов и самой широкой публике. Общая продолжительность курса составляет примерно 40 часов.

Подробнееarrow

Коммерческий курс - введение в науку о больших данных и основные методы искусственного интеллекта для их обработки. Курс рассчитан, на повышение цифровой грамотности управленцев, представителей коммерческих компаний и т.д. Содержит примеры приложений методов искусственного интеллекта в различных областях экономики, бизнеса, управления и т.д.

Подробнееarrow

Мотивацинная лекция С.Н.Агапова "Введение в машинное обучение".

Подробнееarrow

Портфолио реализованных проектов

Портфолио состоит из передовых технологических решений лаборатории, готовых для предложения потенциальным заказчикам

1. Решения на основе компьютерного зрения: подсчёт объектов в кадре, отслеживание перемещения объектов и пересечения определённых зон.

2. Решения алгоритмического/ML маркетинга:

2.1 Построение профиля экономического поведения клиента на основе транзакционной активности.

2.2 Прогноз выбора оптимального канала коммуникации с клиентом на основе анализа клиентской базы.

2.3 Прогноз "времени жизни" клиента, а так же его бизнес-показателей: CLF (Customer Lifetime Value), AVS (Average Value of Sale), etc.

2.4 Сегментирование / Кластеризация клиентской базы.

3. Аудит / консалтинг по решениям, касающихся DS/ML/DL.

Целевые рынки: Финтех, телеком, транспорт, торговля, маркетинг.

    1. Разработка мобильного приложения оценки кредитоспособности потенциального заемщика банка с помощью искусственного интеллекта на основании данных из Instagram

    2. Разработка программного обеспечения на основе искусственного интеллекта для дистанционного управления спецтехникой в сложнодоступных местах

    3. Разработка программы обучения IT специалистов с помощью виртуальной реальности

    4. Разработка модели квадрокоптера и ПО для обнаружения, оценки области возгорания и оперативной обратной связи со спецслужбами

    5. Разработка интеллектуальной автоматизированной системы выращивания растений для дома

    6. Разработка системы поддержки принятия решений (СППР) для профилактики и лечения возраст-зависимых патологических процессов и заболеваний, реализованной в виде мобильного приложения

    7. Разработка программного обеспечения для печати автозапчастей на 3D-принтере

    8. Разработка «облачного» технического решения в сфере автоматизации процесса банковского кредитования физических лиц

    9. Унификация данных. Промежуточный код

    10. Применение вероятностных методов при осуществлении кросс — продаж банковских продуктов

Целевые рынки: Финтех, Телеком, Наука, Образование, Медицина, Оборона

    1. Автоматизированная система DOC2ML для анализа исторических данных организаций и компаний на основе машинного обучения (Целевой рынок: все рынки)

    2. Автоматизированная система технической поддержки организаций и компаний на основе глубокого обучения и обработки естественного языка (Целевой рынок: все рынки)

    3. Автоматизированная система распознавания акцента, пола, возраста и др. биометрических характеристик абонентов телефонных компаний (Целевой рынок: телекоммуникации и связь)

    4. Автоматизированная система компьютерного моделирования новых продуктов с заданными свойствами на основе генеративно-состязательных нейронных сетей (Целевой рынок: все рынки)

    5. Автоматизированная система A2R2V для работы с пространственными данными (Целевой рынок: Транспорт, Сельское хозяйство, Добыча полезных ископаемых, Управление, ГИС, Базы данных о состоянии окружающей среды)

    1. Автоматизированная система обработки обращений клиентов в текстовых и голосовых каналах на основе машинного обучения и обработки естественного языка (Целевой рынок: оптовая и розничная торговля, связь и телекоммуникации, финансовый сектор и прочие; Подразделения компании: Службы клиентского сервиса, кадрового администрирования и колл-центры).

    2. Автоматизированная система многокритериальной классификации текста на основе семантической близости критериям отбора (Целевой рынок: любые рынки; Подразделения компании: Маркетинговые и PR-службы).

    3. Автоматизированная система обработки отзывов, вопросов и ответов с сайтов-респондентов и генерации интегрального отчета о ключевых эксплуатационных характеристиках продукции, значимых для клиента (Целевой рынок: оптовая и розничная торговля с большим числом SKU; Подразделения компании: Маркетинговые службы).

    4. Автоматизированная система оценки качества работы сотрудников в текстовых и голосовых каналах, анализа на эмоциональное выгорание и профессиональную совместимость (Целевой рынок: любые рынки; Подразделения компании: службы клиентского сервиса, колл-центры, отделы прямых продаж, отделы кадрового администрирования и мотивации).

    1. Автоматизированная система DOC2ML для анализа исторических данных организаций и компаний на основе машинного обучения (Целевой рынок: все рынки).

    2. Автоматизированная система технической поддержки организаций и компаний на основе глубокого обучения и обработки естественного языка (Целевой рынок: все рынки)

    3. Автоматизированная система распознавания акцента, пола, возраста и др. биометрических характеристик абонентов телефонных компаний (Целевой рынок: телекоммуникации и связь)

    4. Автоматизированная система компьютерного моделирования новых продуктов с заданными свойствами на основе генеративно-состязательных нейронных сетей (Целевой рынок: все рынки)

    5. Автоматизированная система A2R2V для работы с пространственными данными (Целевой рынок: Транспорт, Сельское хозяйство, Добыча полезных ископаемых, Управление, ГИС, Базы данных о состоянии окружающей среды)

1. Tрейдер аналитикa финансово-инвестиционного сектора (осуществление биржевых операций с государственными ценными бумагами, выработка торговых решений) .

2. Финансовая аналитика и разработка торговых решений по направлениям: Государственные бумаги РФ в рублях РФ; Государственные бумаги РФ в долларах США; Акции и облигации эмитентов РФ .

3. Интеллектуальный маркетинг: создание и продвижение региональных коммерческих сетей с нуля; администрирование их деятельности, основанное на принципах и подходах бизнес интеллекта .

Целевые рынки: Финтех, торговля, маркетинг.

1. Работа с временными рядами по табличным данным, потоку данных (IoT датчики Интернета Вещей): .

1.1 Предсказание - типовые задачи: предсказание продаж, cash-flow, контроль технологических процессов.

1.2 Классификация - управление потоками данных.

1.3 Кластеризация и anomaly detection - определение нарушений безопасности, выделение атипичного поведения.

2. Теория игр - управление распределением ресурсов в системах связи. Проектирование сетей.

3. Стохастическая оптимизация - управление складскими запасами, очередями, логистические задачи в управлении транспортом.

Целевые рынки: Финтех, телеком, транспорт, торговля, маркетинг

1. Решения на основе компьютерного зрения: подсчёт объектов в кадре, отслеживание перемещения объектов и пересечения определённых зон.

2. Решения алгоритмического/ML маркетинга:

2.1 Построение профиля экономического поведения клиента на основе транзакционной активности.

2.2 Прогноз выбора оптимального канала коммуникации с клиентом на основе анализа клиентской базы.

2.3 Прогноз "времени жизни" клиента, а так же его бизнес-показателей: CLF (Customer Lifetime Value), AVS (Average Value of Sale), etc.

2.4 Сегментирование / Кластеризация клиентской базы.

3. Аудит / консалтинг по решениям, касающихся DS/ML/DL.

Целевые рынки: Финтех, телеком, транспорт, торговля, маркетинг.

    1. Разработка мобильного приложения оценки кредитоспособности потенциального заемщика банка с помощью искусственного интеллекта на основании данных из Instagram

    2. Разработка программного обеспечения на основе искусственного интеллекта для дистанционного управления спецтехникой в сложнодоступных местах

    3. Разработка программы обучения IT специалистов с помощью виртуальной реальности

    4. Разработка модели квадрокоптера и ПО для обнаружения, оценки области возгорания и оперативной обратной связи со спецслужбами

    5. Разработка интеллектуальной автоматизированной системы выращивания растений для дома

    6. Разработка системы поддержки принятия решений (СППР) для профилактики и лечения возраст-зависимых патологических процессов и заболеваний, реализованной в виде мобильного приложения

    7. Разработка программного обеспечения для печати автозапчастей на 3D-принтере

    8. Разработка «облачного» технического решения в сфере автоматизации процесса банковского кредитования физических лиц

    9. Унификация данных. Промежуточный код

    10. Применение вероятностных методов при осуществлении кросс — продаж банковских продуктов

Целевые рынки: Финтех, Телеком, Наука, Образование, Медицина, Оборона

    1. Автоматизированная система DOC2ML для анализа исторических данных организаций и компаний на основе машинного обучения (Целевой рынок: все рынки)

    2. Автоматизированная система технической поддержки организаций и компаний на основе глубокого обучения и обработки естественного языка (Целевой рынок: все рынки)

    3. Автоматизированная система распознавания акцента, пола, возраста и др. биометрических характеристик абонентов телефонных компаний (Целевой рынок: телекоммуникации и связь)

    4. Автоматизированная система компьютерного моделирования новых продуктов с заданными свойствами на основе генеративно-состязательных нейронных сетей (Целевой рынок: все рынки)

    5. Автоматизированная система A2R2V для работы с пространственными данными (Целевой рынок: Транспорт, Сельское хозяйство, Добыча полезных ископаемых, Управление, ГИС, Базы данных о состоянии окружающей среды)

    1. Автоматизированная система обработки обращений клиентов в текстовых и голосовых каналах на основе машинного обучения и обработки естественного языка (Целевой рынок: оптовая и розничная торговля, связь и телекоммуникации, финансовый сектор и прочие; Подразделения компании: Службы клиентского сервиса, кадрового администрирования и колл-центры).

    2. Автоматизированная система многокритериальной классификации текста на основе семантической близости критериям отбора (Целевой рынок: любые рынки; Подразделения компании: Маркетинговые и PR-службы).

    3. Автоматизированная система обработки отзывов, вопросов и ответов с сайтов-респондентов и генерации интегрального отчета о ключевых эксплуатационных характеристиках продукции, значимых для клиента (Целевой рынок: оптовая и розничная торговля с большим числом SKU; Подразделения компании: Маркетинговые службы).

    4. Автоматизированная система оценки качества работы сотрудников в текстовых и голосовых каналах, анализа на эмоциональное выгорание и профессиональную совместимость (Целевой рынок: любые рынки; Подразделения компании: службы клиентского сервиса, колл-центры, отделы прямых продаж, отделы кадрового администрирования и мотивации).

Научно-исследовательская работа

Основные направления научно-исследовательских и прикладных работ лаборатории

Целевыми рынками этих направлений являются: Программное обеспечение и ИТ услуги, ИКТ-продукты и услуги индивидуального потребления, Наука, Образование, Добыча полезных ископаемых, Управление, ГИС, Базы данных о состоянии окружающей среды и т.д.

1

icon
Программное обеспечение формализации и извлечения знаний о сложных информационных объектах

2

icon
Алгоритмы и программное обеспечение машинного обучения (machine learning)

3

icon
Аналитическое программное обеспечение нового поколения (next-generation analytics)

4

icon
Мультиязычные (инвариантные к исходным языкам) и мультимодальные (инвариантные к типу контента) системы извлечения и формализации информации

5

icon
Алгоритмы и программное обеспечение для формализации и извлечения знаний из слабоструктурированной и неструктурированной информации
service

Грантовая активность сотрудников лаборатории искусственного интеллекта

Сотрудники и студенты лаборатории участвуют в конкурсах на получение внешних грантов (РФПИ, РФФИ, РНФ, президентские и губернаторские гранты и др.)

img
img
Агентство стратегических инициатив
img
img
img
img
Агентство стратегических инициатив
img
arrow
arrow

Связаться с нами

Я ознакомился c "Согласие на обработку персональных данных" и принимаю условия

* - поле(я) обязательные к заполнению
directed by

Спасибо за обращение, сообщение отправлено.

directed by