OpenTalks.AI /

17-18 февраля
Москва

Открытая конференция по искусственному интеллекту

2022
"#rec344697842 .tn-elem[data-elem-id="1628604902967"] .tn-atom опентокс" "#rec344697842 .tn-elem[data-elem-id="1628604902986"] .tn-atom открытая конференция"
День Tutorials
03 февраля
(отдельная регистрация, онлайн формат)
День NLP и CV
04 февраля
День RL и AGI
05 февраля
День Tutorials
(открытая регистрация,
онлайн формат)
03 февраля
Павел Факанов, Replika
Михаил Гущин, ВШЭ
Вадим Стрижов, МФТИ
Кирилл Аксенов, МФТИ
Дмитрий Миронов, NVIDIA
Дмитрий Сошников, Microsoft
Алесь Кучумов, Huawei
Алексей Груздев, Intel
Ольга Перепелкина, Intel
День NLP и CV
Четверг, 4 Февраля
09:00 – 10:00
09:00 – 10:00
Регистрация
10:00 – 10:10
10:00 – 10:10
Открытие конференции и дня
Игорь Пивоваров, OpenTalks.AI
Что будет на конференции, основные идеи, цифры, акценты.
10:10 – 11:40
10:10 – 11:40
Computer vision - обзор результатов 2020 года
Большой конференц-зал
Computer vision - обзор результатов 2020 года
Алексей Досовицкий, Google Brain
Vision in 2020: Transformers, Transfer, and Beyond
Моделирование 3Д сцен: новые подходы в 2020 году
Виктор Лемпицкий, Samsung, Skoltech
В 2020 комьюнити компьютерного зрения активно исследовало новые подходы к моделированию 3Д сцен и объектов на основе визуальных данных. В рамках доклада мы посмотрим на эти подходы, их основные черты и отличия.
11:40 – 12:00
11:40 – 12:00
Перерыв
12:00 – 13:00
12:00 – 13:00
Паралельные сессии
Разработка в NLP

Научные доклады в ML

Дмитрий Ветров,
Samsung AI, НИУ ВШЭ
Фрактальность функции потерь, эффект двойного спуска и степенные законы в глубинном обучении - фрагменты одной мозаики
Сергей Николенко
ПОМИ РАН, Neuromation
Понимание мультимодального мира: последние результаты, проблемы и задачи
Денис Тимонин,
NVIDIA
Megatron-LM: Обучение мультимиллиардных LMs при помощи техники Model Parallelism
CV в медицине

Особенности ИИ в медицинской диагностике: данные, валидация и практическое применение
Кирилл Арзамасов,
НПКЦ ДиТ ДЗМ
Нейросетевые алгоритмы для повышения качества медицинских изображений
Алексей Чернявский,
Philips
Эффект от внедрения технологий компьютерного зрения для детекции COVID-19
Инна Мороз,
Care Mentor AI
Александр Громов,
Третье Мнение
Устойчивость нейросетевых моделей при анализе КТ/НДКТ-исследований
Егор Филимонов,
Huawei
Возможности платформы Huawei Atlas и эффективный гетерогенный инференс.
Валентин Малых, Huawei
Модератор
Референсная архитектура робота сервисного центра в отраслях с изменчивыми бизнес-процессами
Александр Прозоров,
Киберсин
Сергей Морозов,
Центр медицинской радиологии ДЗМ
Модератор
Сергей Кузнецов,
ВШЭ
Модератор
Наталья Лукашевич, МГУ, МГТУ им. Баумана
Анализ тональности по отношению к компании — с чем не справился BERT
зал Галактики 1-3
зал Сатурн
Большой зал
13:00 – 13:15
13:00 – 13:15
Перерыв
13:15 – 14:00
13:15 – 14:00
Параллельные сессии
Разработка в NLP

Научные доклады в ML

Андрей Устюжанин, НИУ ВШЭ
The frontier of simulation-based inference
Предиктивная аналитика в бизнесе

«КАПИТАН» Цифровой Арктики
Сергей Орлов, Газпром нефть
Применение машинного обучения на примере флотации
Вадим Седельников, Норникель
Андрей Коцеруба,
ВТБ
Semi-supervised Geo2Vec
Последовательный анализ в распознавании изображений: повышение эффективности инференса и классификации
Алексей Зорченков,
Huawei
Применение методов NLP для работы с программным кодом
Эмели Драль, Evidently.AI
Модератор
Андрей Савченко,
НИУ ВШЭ
Артем Артемов,
Когнитивные системы
Фреймворк B2NLP.
Модель определение эмоциональной тональности текста
Валентин Малых, Huawei
Модератор
Фейковые новости и другие типы потенциально опасного дискурса: типология, подходы, датасеты, соревнования
Константин Воронцов, МФТИ
Сергей Кузнецов,
ВШЭ
Модератор
Большой зал
зал Сатурн
зал Галактики 1-3
14:00 – 15:15
14:00 – 15:15
Обед
Мы увеличили время обеда до 1 часа 15 минут, чтобы уменьшить очереди и потоки участников в оффлайне.
15:15 – 16:30
15:15 – 16:30
NLP- обзор результатов 2020 года
Большой конференц-зал
Главные результаты в NLP в 2020 году
Григорий Сапунов, Intento
В докладе будет сделан обзор самых важных работ и результатов в области обработки естественного языка в 2020 году
Как ИИ повлиял на бизнес в 2020 году
Сергей Лукашкин, ВТБ
В этом году мы не будем делать отдельных обзоров, как CV или NLP применяются в бизнесе. Вместо этого мы посмотрим, какие глобальные тренды в технологиях ИИ появились в 2020 году и какое они окажут влияние на бизнес в этом и следующих годах.
16:30 – 16:50
16:30 – 16:50
Перерыв
16:50 – 17:50
16:50 – 17:50
Паралельные сессии
Разработка в CV

Научные доклады в ML

NLP в бизнесе

Аналитикой животворящей. История о автоматизации контактного центра ДОДО
Optimization of neural networks and their development
Илья Жариков,
МФТИ
Ускорение сверточных сетей с помощью квантизации. Quantization aware training.
Дмитрий Пагин, TrafficData
Анализ эффективности распознавания образов на нестандартных типах изображений на примере радиолокационных
изображений местности и рентгеновских снимков багажа и ручной клади
Никита Андриянов, Финансовый университет
Роман Доронин,
EORA.AI
Оптимизация бизнес-процессов и документооборота с использованием
NLP технологий
Бизнес-кейс: Цифровой аудитор
Максим Милков,
Softline
Тензорная машина ассоциативного вывода
Сергей Терехов,
РАИИ, РАНИ
Влияние технологий ИИ на развитие машиночитаемого документооборота в России
Поиск интерпретируемой семмнатики в сигналах различного типа. Приложение к реальным продуктам
Денис Пархоменко, Huawei
Анна Серебряникова, nlogic
Модератор
Аркадий Сандлер,
МТС
Модератор
Александр Крайнов,
Яндекс
Юрий Визильтер,
ФГУП «ГосНИИАС»
Презентация отечественной экосистемы машинного обучения Plat
зал Сатурн
зал Галактики 1-3
Большой зал
17:50 – 18:05
17:50 – 18:05
Перерыв
18:05 – 19:05
18:05 – 19:05
Параллельные сессии
Разработка в CV

Научные доклады - AGI

Предиктивная аналитика в медицине
GeoSense: AI помогает следить за здоровьем и старением с помощью смартфона
Измерение прогресса в сторону AGI с помощью тестов
Дмитрий Салихов,

Сергей Шевчук, Третье Мнение
Модели прогнозирования возникновения осложнений и рисков тяжелого течения Covid-19
на основе данных историй болезни и рентгенологи-
ческих исследований пациентов
Тимофей Пырков,
Gero
VisionLabs ATAC – мультикамерный трекинг людей
Даниил Киреев, VisionLabs
Александр Гусев,
Webiomed
Перспективы прогнозной аналитики в сокращении сердечно-сосудистой заболеваемости и смертности
AutoDL или как сократить затраты на разработку и использование в проде нейронных сетей
Сергей Алямкин,
Expasoft
Возможно ли обучить точную медицинскую AI-модель на неполных данных спорного качества?
Евгений Никитин,
Цельс
Ольга Перепелкина, Intel
Federated Learning for Healthcare: A privacy-preserving method to train data science models on sensitive datasets
модератор
Борис Зингерман, ИНВИТРО
Модератор
Виталий Львович Дунин-Барковский, НИИСИ РАН


Иерархическая Память Последовательностей
Олег Серебренников
Логические системы принятия решений «миварные мозги» для интеллектуальных автономных робототехнических комплексов, киберфизических систем и интернета вещей
Олег Варламов,
МГТУ им. Н.Э. Баумана, НИИ МИВАР
Модератор
Александр Крайнов,
Яндекс
Исследование устойчивости сверточных нейросетей на примере систем детекции и распознавания лиц
Александр Петюшко,
Huawei
зал Галактики 1-3

зал Сатурн
Большой зал
День RL и AGI
Пятница, 5 Февраля
09:00 – 10:00
09:00 – 10:00
Регистрация
10:00 – 10:10
10:00 – 10:10
Открытие дня. ИИ в России - некоторые тренды
Игорь Пивоваров, OpenTalks.AI
Независимая конференция - это зеркало отрасли, в котором отражаются основные тренды и закономерности. Какие они, эти тренды и что можно сказать о текущем состоянии ИИ в России - об этом на открытии третьего дня.
10:10 – 11:40
10:10 – 11:40
Reinforcement Learning - основные результаты 2020 года
Большой конференц-зал
RL в робототехнике
Александр Панов, МФТИ, ИПИИ ФИЦ ИУ РАН
В докладе будет сделан обзор применения Reinforcement Learning в навигации роботов - основные методы, ключевые соревнования, результаты.
Обзор главных работ и результатов в RL в 2020 году
Александр Новиков, DeepMind
Обзор основных результатов в Reinforcement Learning в 2020 году
11:40 – 12:00
11:40 – 12:00
Перерыв
12:00 – 13:00
12:00 – 13:00
Паралельные сессии
Разметка данных для ML
Предиктивная аналитика в бизнесе

Ольга Мегорская,
Yandex Toloka
Мы в ответе за то, на чем обучились: разметка данных как ключевая часть производства AI продуктов
Валентин Бирюков, Yandex Toloka
ML в подготовке данных для ML: предсказание качества работы исполнителей при разметке данных
Научные доклады в CV

Антон Конушин,
ВШЭ, Samsung
Оценка карт глубины
Евгений Бурнаев,
Skoltech
Deep Vectorization of Technical Drawings
Разметка изображений для японского стартапа
Роман Куцев, Trainingdata.ru
Андрей Арефьев, InfoWatch
Сценарии использования машинного обучения в информационной безопасности
Алексей Цыплаков, IPG
ИИ для экспертных систем в авиации и не только
Извлечение и анализ ценовых факторов мониторинга зернового рынка
Александр Хайдаров, MITLabs
Как толокеры помогают улучшить перевод названий товаров AliExpress Россия
Андрей Ольховик, AliExpress Россия
Гибридный интеллект для задач разметки данных
Иван Болохов, Когнитивные Системы
Максим Федоров,
Сколтех
Модератор
Алексей Драль,
BigData Team
Модератор
Применение методов глубокого обучения для автоматического выявления дефектов магистральных трубопроводов
Адель Яруллин, Университет
Иннополис
Распознавание дефектов лопаток авиационного двигателя
Максим Рассабин, Университет
Иннополис
Дарья Байдакова,
Яндекс
Модератор
зал Сатурн
зал Галактики 1-3
Большой зал
13:00 – 13:15
13:00 – 13:15
Перерыв
13:15 – 14:00
13:15 – 14:00
Параллельные сессии
Hardware for
Deep Learning

Разработка NLP для юридической практики

Григорий Сапунов, Intento
Обзорный доклад про железо для ИИ
Юлия Шевченко,
МИТЛАБС

Фемида и трансформеры: использование лингвистических моделей на основе архитектуры "трансформер" в юридической практике.
Игнат Постный,
ТАГ Консалтинг
Почему машинное обучение препятствует развитию Legal AI?
Научные доклады - AGI
Антон Колонин,
Aigents

Обоснование нейросимвольной архитектуры общего искусственного интеллекта на примере обучения с подкреплением
Евгений Витяев,
ИМ СО РАН

Задачный подход к общему искусственному интеллекту


Модератор
Владимир Смолин, ФИЦ ИПМ им. М.В. Келдыша РАН
Модератор
Андрей Незнамов,
Робоправо
Елена Тутубалина,
КФУ
RuREBus-2020 Shared Task: Russian Relation Extraction for Business
Большой зал
зал Сатурн
зал Галактики 1-3
14:00 – 15:15
14:00 – 15:15
Обед
Мы увеличили время обеда до 1 часа 15 минут, чтобы уменьшить очереди и потоки участников в оффлайне.
15:15 – 15:45
15:15 – 15:45
Робофутбол
Настоящий футбольный матч между роботами команды Старкит (МФТИ), победителями чемпионатов:
  • 1 место на Robocup Asia-Pacific 2019 (Humanoid Kid Size)
  • 3 место на FIRA 2019–3rd (Sprintand Obstaclerun)
  • 1 место на Robocup 2019 (SPL Challenge Shield)
15:45 – 16:00
15:45 – 16:00
Перерыв
16:00 – 17:00
16:00 – 17:00
Параллельные сессии
Разработка рек. систем и предиктивной аналитики

Инвестиции и стартапы в ИИ
Михаил Гущин,
ВШЭ
Обнаружение временных изменений для систем предсказательной аналитики
Артем Просветов,
LANIT / CleverDATA

Векторизация пользователей и наши шаги к Federated Learning
Научные доклады - автономные системы
Алексей Окунев,
НГУ
Восстановление географических координат распознаваемых объектов на основе технологий SLAM и Deep Learning при обзорной видеосъемке с БПЛА
Владислав Кибалов,
ЭВОКАРГО
Безопасное управление скоростью наземного беспилотного транспортного средства в условиях неопределенности собственного положения
Евгений Цымбалов, Huawei
Оценка неопределенности и принятие решений: метрики, методы и применимость
Сергей Свиридов,
Optimate AI
Модератор
Сергей Ходаков,
ИТ-Кластер Фонда «Сколково»

Программа Tech Explorer - помощь в развитии AI компаниям
Евгений Шеенко,
Фонд «Сколково»
Инвестиции в AI компании. Приоритетные направления и истории успеха
Технология SeaScan AI для идентификации подводных объектов
Мария Машкеева,
Электронные платформы


Экзамус: система прокторинга на базе AI
Павел Кривозубов,
ИТ-Кластер Фонда «Сколково»
Модератор
Сергей Захаров,
Цера маркетинг


Цера и умный супермаркет
Роман Федоренко,
Университет Иннополис
Какие задачи есть у автономных дронов и как мы их решали на примере соревнований Аэробот
insolver.io - opensource фреймворк для страховых вычислений.
Фрэнк Шихалиев, Mindset
Ринат Садеков,
НИТУ "МИСИС"
Модератор
Илья Пронин, ООО "Скан-граф"


Большой зал
зал Сатурн
зал Галактики 1-3
17:00 – 17:15
17:00 – 17:15
Перерыв
17:15 – 19:00
17:15 – 19:00
Сильный искусственный интеллект - AGI
Большой конференц-зал
О результатах в области AGI говорить сложно, так как ни одной работающей модели AGI нет. Мы поговорим о текущем состоянии исследований в AGI, посмотрим на недостатки и достоинства существующих подходов и предложим новые модели. Эта сессия откроет вам новые пути к построению AGI !
AGI архитектуры и подходы - где мы сейчас и куда идти дальше
Игорь Пивоваров, ЦНиТ ИИ МФТИ, OpenTalks.AI
Обзор основных архитектур и подходов для построения AGI, биологические и математические аспекты, нейросетевые, когнитивные и вычислительные архитектуры. Обобщая результаты многих авторов, сформулируем основные принципы и условия для построения новых моделей интеллекта и предложим новую архитектуру.
Обратная инженерия мозга как путь к сильному ИИ
Сергей Шумский, Российская Ассоциация Нейроинформатики
Рассмотрим как устроен мозг с точки зрения машинного обучения, какие блоки за что отвечают и как они моделируются. Наметим пути к новым моделям.
Нейрореалистичный искусственный интеллект: недостающие звенья
Константин Анохин, МГУ
Искусственный интеллект движим идеей воспроизведения фундаментальных принципов естественного интеллекта. В докладе мы рассмотрим: а) ключевые особенности биологического интеллекта, которые пока ускользают от воспроизведения в искусственных системах, б) уже известные принципы устройства и функционирования естественных нейронных сетей, которые еще не вошли в искусственные нейросети. Эти знания могут способствовать созданию следующего поколения искусственного интеллекта.
19:00 – 22:00
19:00 – 22:00
Вечеринка
У Вас будет замечательная возможность неформально пообщаться со спикерами и участниками конференции и послушать выступления музыкальных групп компаний ИИ индустрии!