Мы используем cookie файлы.
Пользуясь сайтом, вы соглашаетесь с нашей Политикой конфиденциальности.

Приглашенный ученый Горбань Александр Николаевич Великобритания, Россия
Номер договора
14.Y26.31.0022
Период реализации проекта
2018-2022

По данным на 15.02.2021

36
Количество специалистов
51
научных публикаций
7
Объектов интеллектуальной собственности
Общая информация

Согласно исследованиям, ежедневно появляются 2.5 квинтиллиона данных. Эти данные нуждаются в предобработке, хранении и анализе. В этой работе невозможно обойтись без систем искусственного интеллекта. Неопределенность, внутренне присущая миру больших данных, приводит к ошибкам в работе систем искусственного интеллекта. Дальнейшее развитие искусственного интеллекта для анализа больших данных требует создания технологий и методов для быстрого, неразрушающего и обратимого исправления аналитических систем. Такой технологии пока не существует, поэтому ее создание и стало задачей для ученых лаборатории. 

Название проекта: Масштабируемые сети систем искусственного интеллекта для анализа данных растущей размерности

Приоритет СНТР: а, в

Цели и задачи
Направления исследований: Компьютерные и информационные науки

Цель проекта: Разработка перспективных методов интеллектуального анализа данных высокой размерности, оптимизированных для работы в высокой (десятки и сотни) и очень высокой (тысячи, десятки тысяч и более) размерности

Практическое значение исследования
Научные результаты:

Разработана математическая теория методов анализа данных в высокой размерности, основанная на геометрическом функциональном анализе. Решалась проблема ошибок многомерных систем искусственного интеллекта (ИИ) и их быстрого исправления. Разработана методология коррекции систем ИИ, основанная на новых разделах геометрического функционального анализа и теории стохастической разделимости, созданных в ходе проекта. Феномен стохастической отделимости был выявлен и использован в машинном обучении для коррекции ошибок систем ИИ и анализа нестабильностей ИИ. Разработаны различные схемы корректоров и продемонстрирована их эффективность на тестовых и реальных задачах.

Идеи состязательной игры с учителем ИИ в соединении с новой теорией стохастической разделимости и технологией корректоров позволила проанализировать два класса недоброжелательных действий по отношению к универсальным системам ИИ. Первый класс атак состоит в небольших возмущений входных данных, которые приводят к ошибкам. Второй класс, описанный впервые и названный стелс-атаками, включает в себя небольшие возмущения самой системы ИИ. Здесь возмущенная система производит любой желаемый злоумышленником результат на небольшом «ключевом» наборе данных, но работает как обычно на тестовом наборе, который неизвестен злоумышленнику. В случае скрытой атаки, размерность пространства принятия решений ИИ является основным фактором уязвимости ИИ. Найдены условия, порождающие уязвимости к атакам и сформулированы способы защиты от них.

Опубликована по результатам проекта 51 статья в научных изданиях, индексируемых в базе данных «Сеть науки» (Web of Science, Core Collection), в том числе 20 статей в научных изданиях, входящих в первый квартиль (Q1) научных журналов базы данных "Сеть науки" (Web of Science, Science Citation Index); поданы 7 заявок на патенты.

Внедрение результатов исследования:

Разработаны и имплементированы новые эффективные алгоритмы геометрической обработки данных. Эти алгоритмы и программы интенсивно используются как основное ядро ElPiGraph (ELastic PrIncipal Graph) интегрированного аналитического средства для анализа коллекций данных, получаемых из разных областей знания, от биологии, где он используется для анализа данных транскриптомики отдельных клеток и выделения динамических фенотипов заболеваний, до астрономии, где он может быть использован для исследования сложных структур в галактиках и их распределениях. Программное обеспечение находится в открытом доступе. Работа ведется в рамках международного консорциума, включающего Университет им. Лобачевского (Нижний Новгород), Институт Кюри (Париж), Медицинскую Школу Гарварда, Гарвардский Университете, Массачусетский Центральный Госпиталь и другие Институты России, Европы, США и Китая.

Образование и переподготовка кадров:

  • Организация научных школ и конференций:

Было организовано 7 научных школ и конференций, из них 3 секции в рамках международной конференции по нейронным сетям IJCNN (2018 Бразилия, 2019 Венгрия, 2020 Великобритания), секция в рамках международной конференции Volga Neuroscince meeting (2018 Россия), cекция в рамках всероссийской конференции Нейроинформатика (2019 Россия), международная конференция «Нейронные сети послезавтра: проблемы и перспективы» (2019 Россия) и секция в рамках XX международной конференции и молодёжной школы «Математическое моделирование и суперкомпьютерные технологии».

  • Мастер-классы и семинары для студентов, аспирантов и молодых ученых, проводимые А.Н. Горбанем:

Под руководством Горбаня А.Н. была проведена серия установочных семинаров и мастер-классов для участников проекта, где были обсуждены траектории развития научных исследований участников проекта, подготовлены планы работ и сроки реализации (список семинаров приведен на сайте dalab.unn.ru).

  • А.Н. Горбань активно участвовал в публичных мероприятиях и экспертизе, в частности:
  1. Провел мастер-класс для молодых ученых - участников III Международной конференции «Наука будущего», г. Сочи 13 - 18 мая 2019 года (совместно с профессором Огановым из Сколтеха).
  2. Прочитал популярную лекцию по проекту для широкой аудитории студентов, аспирантов и научных работников в ИПФ РАН. Лекция была посвящена разработкам, которые сейчас ведутся в сфере нейронного искусственного интеллекта, о существующих ограничениях и проблемах, которые могут привести к задержке развития приложений искусственного интеллекта.    
  3. Провел курс лекций «Интеллектуальная обработка данных» для студентов старших курсов, аспирантов и молодых ученых. По результатам курса слушатели получили удостоверения и сертификаты об повышении квалификации. Курс лекций был записан и выложен на портале youtube: https://www.youtube.com/playlist?list=PLcDrEDOQaVTQBVXIkks0F_y5Oahn7Ia1o.
  4. Провел публичные лекции для студентов (в ННГУ) и школьников (Лицей "Вторая Школа", Москва). Лекция А.Н.Горбаня «Икусственный Интеллект Послезавтра» записана и выложена в открытом доступе: https://www.youtube.com/watch?v=YkP-lJlt2UM
  5. Прочел приглашенную лекцию: «Фронтирные инженерные проблемы и задачи с примерами из разработки «искусственного интеллекта» на конференции «Современная подготовка инженеров». 22–23 июня 2020 года, на базе НТИ СПбПУ. https://www.youtube.com/watch?v=j9VVPHlyw0w&list=PLPKLknfMAcyvBD6ZjJ8yL01ImC2bODKjI&index=2&fbclid=IwAR1dFh2LOle7K7E-o91GwAbJiVduNzYhdEU6L-Wc-bUwBP1T9Vx2n2WIka0
  6. Был приглашенным экспертом на дискуссии с участниками группы «Искусственный Интеллект» по проекту стратегии развитии ЛЭТИ в этом направлении. 28 мая 2020 года, на базе Центра трансформации образования Московской школы управления СКОЛКОВО.
  7. Прочел приглашенную лекцию: «Ошибки искусственного интеллекта и геометрия больших данных (Errors of AI and geometry of big data)» на всемирной конференции русскоязычных ученых, организованной RASA (RASA-America, Russian-American Science Association) с 5 по 6 декабря 2020 года (https://www.youtube.com/watch?v=Ba7blrEhZD4&feature=youtu.be ).
  8. Прочел приглашенную лекцию: «Человек и искусственный интеллект - рождение кентавра» 22 августа 2020 года в рамках месяца НТИ от Кружкового движения НТИ в конкурсе «Большая перемена» и подготовки к форуму «Сильные идеи для нового времени». (https://vk.com/video-193258751_456257154 ) Более 320 тыс. просмотров.
  9. Участвовал в деловой программе по теме "Сценарии модернизации профессионального образования края и практики Ворлдскиллс" 3-5 декабря в рамках VIII Регионального чемпионата профессионального мастерства "Молодые профессионалы" в Красноярском крае. Лекция: «Новые профессии, рождаемые развитием искусственного интеллекта».
  10. Прочел пленарный доклад «Коррекция и уязвимость ИИ, основанного на данных, и многомерная геометрия» на I Национальном Конгрессе по когнитивным исследованиям, искусственному интеллекту и нейроинформатике, Россия, 10-16 октября 2020. https://www.youtube.com/watch?v=IPHC_t_E14E (2ч:06м:13с)

  • Организация стажировок студентов, аспирантов и научных сотрудников лаборатории в ведущих российских и международных научно-образовательных центрах по направлению научного исследования: Мадридский университет Комплутенсе (Испания, г. Мадрид), Университет Лестера (Великобритания, г. Лестер), СпбГУ (Россия, г. Санкт-Петербург), Немецкий центр нейродегенеративных заболеваний (Германия, г. Магдебург), МГУ, Сколтех (Россия, г.Москва)
  • В рамках лаборатории весной 2020 года были защищены магистерские диссертации членов научного коллектива Александрой Коневой («Методы предобработки сигнала электрокардиограммы») и Сергеем Алексеевым («Нейросетевой метод детектирования артефактов на электрокардиограммах») по направлению подготовки - Прикладная математика и информатика.

Сотрудничество:

Отделение биоинформатики рака, Институт Кюри (Франция), Математический факультет Лестерского университета (Великобритания), Отделение молекулярной патологии и Онкологический центр, Научно-исследовательский институт Массачусетского общего госпиталя и Гарвардская медицинская школа (США), Кафедра биостатистики и вычислительной биологии, Институт рака Дана-Фарбер (США), Факультет компьютерных наук и технологий, Университет Тунцзи, (Китай), Кафедра биологической инженерии, Массачусетский технологический институт (США), Факультет математики и компьютерных наук, Университет Палермо (Италия), Департамент наук для технологических инноваций, Европейско-Средиземноморский институт науки и техники, (Италия), Шанхайская основная лаборатория интеллектуальной обработки информации и Школа компьютерных наук, Университет Фудань (Китай), Гарвардский институт стволовых клеток (США): совместные исследования для создания и развития технологии по обработке биологических данных нового типа – транскриптом большого количества отдельных клеток.

Немецкий центр нейродегенеративных заболеваний (Германия), Мадридский университет Комплутенсе (Испания), федеральное государственное бюджетное образовательное учреждение высшего образования «Санкт-Петербургский государственный университет» (Россия), Сколковский институт науки и технологий (Россия), федеральный исследовательский центр Институт прикладной физики Российской Академии наук (Россия): совместные исследования в области математического моделирования и разработки нейронных сетей.

Скрыть Показать полностью
B. Grechuk, A.N. Gorban, & I.Y.Tyukin
General stochastic separation theorems with optimal bounds. Neural Networks, 2021 (138).
N. Gorban, A. Golubkov, B. Grechuk, E.M. Mirkes, I.Y. Tyukin
Correction of AI systems by linear discriminants: Probabilistic foundations, Information Sciences, 2018 (466).
A. Naldi, C. Hernandez, N. Levy, G. Stoll, P.T. Monteiro, C. Chaouiya, T. Helikar, A. Zinovyev, L. Calzone, S. Cohen-Boulakia, D. Thieffry, L Paulevé.
The CoLoMoTo Interactive Notebook: Accessible and Reproducible Computational Analyses for Qualitative Biological Networks, Front. Physiol., June 2018 (9).
IY Tyukin, AN Gorban, S Green, D Prokhorov
Fast Construction of Correcting Ensembles for Legacy Artificial Intelligence Systems: Algorithms and a Case Study, Information Sciences, 2019 (485).
H Chen, L Albergante, JY Hsu, CA Lareau, GL Bosco, J Guan, S Zhou, AN Gorban, DE Bauer, MJ Aryee, DM Langenau, A Zinovyev, JD Buenrostro, G-C Yuan, L Pinello
Single-cell trajectories reconstruction, exploration and mapping of omics data with STREAM, Nature Communications, 2019 (10, 1).
AN Gorban, VA Makarov, IY Tyukin
The unreasonable effectiveness of small neural ensembles in high-dimensional brain, Physics of Life Reviews, 2019 (29).
A.N. Gorban, E. M. Mirkes, I.Y. Tyukin
(2020). How Deep Should be the Depth of Convolutional Neural Networks: a Backyard Dog Case Study. Cognitive Computation, 2020 (12),
EV Pankratova, AI Kalyakulina, SV Stasenko, SY Gordleeva, IA Lazarevich, VB Kazantsev
Neuronal synchronization enhanced by neuron–astrocyte interaction. Nonlinear Dynamics, 2019 (97).
S.E. Golovenkin, J. Bac, A. Chervov, E.M. Mirkes, Y.V. Orlova, E. Barillot, A.N. Gorban, A. Zinovyev
Trajectories, bifurcations and pseudotime in large clinical datasets: applications to myocardial infarction and diabetes data, GigaScience, 2020 (9,11).
A. N. Gorban, T. A. Tyukina, L. I. Pokidysheva, & E. V. Smirnova
Dynamic and thermodynamic models of adaptation. Physics of Life Reviews, 2021 (37).
Фотоальбомы
Четверг , 27.08.2020
Вторник , 03.12.2019
Другие лаборатории и ученые
Лаборатория, принимающая организация
Область наук
Город
Приглашенный ученый
Период реализации проекта
Компьютерный синтез химических соединений

Институт химии растворов им. Г.А. Крестова Российской академии наук

Компьютерные и информационные науки

Иваново

Тетко Игорь Владимирович

Украина

2021-2023

Лаборатория «Многомасштабная нейродинамика для интеллектуальных систем»

Сколковский институт науки и технологий

Компьютерные и информационные науки

Москва

Ванг Джун

Гонконг

2021-2023

Лаборатория Нелинейной и Микроволновой фотоники

Ульяновский государственный университет

Компьютерные и информационные науки

Ульяновск

Тейлор Джеймс Рой

Великобритания, Ирландия

2021-2023