Ближайшая дата курса:

Следующая дата курса:

Машинное и глубокое обучение, прикладной искусственный интеллект и сильный искусственный интеллект

Данная программа предназначена для топ-менеджеров, менеджеров крупных и средних предприятиях и корпорациях, собственников бизнеса.

Машинное и глубокое обучение (Machine and deep learning) — технологии искусственного интеллекта, в основе которых лежит самообучение созданных алгоритмов. Машинное обучение сегодня используется в автомобилестроении, поиске информации в интернете, при решении логистических задач, при алгоритмах выдачи рекламы конкретному пользователю и многих других сферах. Но самое важное, что именно искусственный интеллект и машинное обучение позволяют компаниям получать стратегические конкурентные преимущества, которые сложно скопировать другим. Например, система самопилотируемых автомобилей Tesla сегодня не имеет аналогов даже среди крупнейших автопроизводителей, что делает эту компанию самой дорогой в этой сфере при относительно невысоких объемах производства.

Понимание всех аспектов работы машинного обучения и его разновидностей позволит менеджеру высшего и среднего звена увидеть возможности для стратегического развития имеющихся продуктов, а также для созданиях новых, обладающих более высокой конкурентоспособностью.

Курс лекций проводит Виталий Мильке — профессор-исследователь в области компьютерных наук и машинного обучения Anglia Ruskin University Cambridge UK, победитель конкурса «Лидеры России». Также курс читает профессор Сергей Шумский — специалист в области машинного обучения и искусственного интеллекта, президент Российской Ассоциации нейроинформатики, руководитель лаборатории когнитивных архитектур МФТИ.

На уникальном курсе “Машинное и глубокое обучение, прикладной искусственный интеллект и сильный искусственный интеллект” в Образовательном центре МГТУ им. Н.Э. Баумана Вы узнаете:

  • Современные подходы к пониманию машинного и глубокого обучения, искусственного интеллекта
  • Использование прикладного искусственного интеллекта (Applied AI)
  • Использование сильного искусственного интеллекта (Artificial General Intelligence)

Во время обучения Вы узнаете:

Машинное и Глубокое обучение, искусственный интеллект. Введение

  • Стратегия развития искусственного интеллекта (AI) в России до 2030 года (Стратегия). 
  • Термины. Рынок AI. 
  • Из чего состоит глубокое обучение (Deep Learning). 
  • Обучение с учителем и без учителя (Supervised and Unsupervised Learning), 
  • Обучение с подкреплением Reinforcement Learning. 
  • Генеративно-состязательные сети (Generative Adversarial network). 
  • Зимы Искусственного интеллекта (AI). 
  • Что необходимо для следующего прорыва в AI. 
  • Hard: виды процессоров и проблемы. 
  • Проблемы с алгоритмами. 
  • Локации Data Centers. 
  • Изучение мозга (Human Brain Project). 
  • Основное ПО для AI (Frameworks). 
  • Демократизация технологий в AI. 
  • Технологии переноса обучения и тонкой настройки (Transfer-Learning & Fine Tuning). 
  • Предобученные нейронные сети. 
  • Базовые технологии ML & DL. 
  • Принципы работы с данными с точки зрения ML & AI. Тренды.  
  • Подготовка кадров для AI (Стратегия). 
  • Риски AI. 
  • Право на ошибку в исследованиях. 
  • Обзор основных международных стратегий в AI. 
  • Что НЕ вошло в Стратегию: система управления проектами в AI; крупные проекты в AI; возможные методы госстимулирования.

8 ак.ч.

Прикладной искусственный интеллект (Applied AI)

  • Базовые технологии прикладного AI. 
  • Компании – международные лидеры AI. Истории успеха. 
  • Применяемые технологии. 
  • Российские компании и технологические успехи в AI. 
  • Обучение дронов и других систем. 
  • Международная дискуссия военного применения. 
  • Самоограничения профессиональных сообществ. 
  • Самоуправляемые автомобили (Self-driving cars). 
  • Используемые технологии. 
  • Проблемы и ограничения. 
  • Медицина и геномика: примеры применения. 
  • Предиктивный анализ промышленного оборудования. ДЗЗ примеры. 
  • Применение AI в сельском хозяйстве. 
  • Тренды дальнейшего развития.

4 ак.ч.

Сильный искусственный интеллект (Artificial General Intelligence)

  • В чем разница между слабым и сильным AI. От отдельных интеллектуальных компонент – к автономным системам и роботам.
  • Кому и зачем нужен сильный AI.
  • Что умеют современные глубокие сети: распознавание, воображение, интуиция (быстрое мышление).
  • В чем основная сложность на пути к AGI: планирование поведения (медленное мышление). Примеры подходов: DeepMind AlphaZero, OpenAI GPT
  • Альтернативный подход – когнитивные архитектуры и реконструкция вычислительной архитектуры мозга.
  • ADAM – действующая модель искусственной психики.
  • Сценарии развития AI на горизонте 5-10, 10-20 и 20-40 лет.
  • Социальные последствия сильного AI.

3 ак.ч.

15 ак.ч.

Стоимость обучения: 127 000 р.

Даты

Время

Цена

Место занятий

Преподаватель

Мильке Виталий Эмильянович

Образование: Ракетостроение (МГТУ им. Н.Э. Баумана), Менеджмент в промышленности (РЭУ им. Г.В. Плеханова), Master of Science in Computer Science (Anglia Ruskin University Cambridge, UK), Certificate of Lee Kuan Yew School of Public Policy (National University of Singapore, Singapore), Executive Master of Business Administration (Kingston University London, UK), Executive Master of Public Administration (РАНХиГС), PhD researcher in Computer Science and Machine Learning (Anglia Ruskin University Cambridge, UK)

 

Дополнительно:

  • Победитель первого Всероссийского управленческого конкурса «Лидеры России»
  • Выпускник Высшего кадрового управленческого резерва («Школа губернаторов»)
  • Активно участвовал в создании «Национальной стратегии развития искусственного интеллекта в РФ до 2030 года»
  • Участник экспертной группы по написанию Федерального закона развития Искусственного интеллекта в РФ
  • Член Экспертного совета по инновационному развитию при Минэкономразвития России
  • Глубокое понимание операций с ценными бумагами, валютами и производными рынками
  • Способность находить инновационные решения для сложных задач. Опыт формирования команд
  • Технические навыки: Python, C++, C, SQL, PHP, HTML5; TensorFlow, Keras, Scikit-learn, Pandas, NumPy, Edward; Tableau, MS Visual Studio, MQL5-MT5(C++); API: IB, CQG, etc.

 

Сертификация:

  • Сертификат о повышении            квалификации      в МГУ им.М.В.Ломоносова по специальности «Астрономия» с отличием
  • Аттестаты профучастника рынка ценных бумаг РФ (брокерская и дилерская деятельность; доверительное управление ценными бумагами; управление инвестиционными фондами)
  • Член жюри Всероссийского хакатона «Цифровой прорыв-2020» организованного Всероссийской организацией «Россия – страна возможностей»

 

Опыт работы: более 25 лет

  • Советник Председателя Совета директоров по экономике и финансам, Член Совета директоров «БИЗНЕС АЛЬЯНС»
  • Председатель Правления (CEO) банка «ОТКРЫТИЕ»
  • Финансовая корпорация «ОТКРЫТИЕ», Главный Финансовый директор (CFO), руководитель финансовой и IT служб ФК «ОТКРЫТИЕ»
  • Генеральный директор (СЕО) управляющей компании Интерфин КАПИТАЛ
  • Финансовый директор финансовой компании Интерфин трейд
  • Заместитель директора департамента операций на финансовых рынках Банка «Российский кредит»

Преподавательский стаж: более 20 лет

Шумский Сергей Александрович

Образование: «Теоретическая ядерная физика» (МФТИ)

 

Дополнительно:

  • Кандидат физико-математических наук
  • Автор более 70 научных публикаций
  • Специалист в области машинного обучения и искусственного интеллекта
  • Президент Российской Ассоциации нейроинформатики
  • Руководитель лаборатории когнитивных архитектур МФТИ
  • Соавтор учебника «Нейрокомпьютинг и его применения в экономике и бизнесе»

 

Опыт работы: более 30 лет

  • Экс-руководитель проектов Международного Научно-Технического Центра по разработке емкой нейросетевой ассоциативной памяти и созданию системы распознавания русской речи
  • Соучредитель и руководитель ряда венчурных компаний в области высоких технологий
  • Соучредитель и Председатель Совета директоров ЗАО «Айкумен – информационные бизнес системы», российского научно-технического центра по разработке технологий интеллектуального анализа данных, входящего в список топ-100 крупнейших российских ИТ-компаний
  • Соучредитель «Отраслевого союза Нейронет», руководитель направления Нейроассистенты дорожной карты «Нейронет» Национальной Технологической Инициативы
  • Директор Научно-координационного совета Центра Национальной технологической инициативы по сквозной технологии «Искусственный интеллект» на базе МФТИ

Преподавательский стаж: более 20 лет

После успешного прохождения образовательных программ, предлагаемых МГТУ им. Н. Э Баумана, вы получите один из следующих документов:

серт

Сертификат (на русском языке с дублированием информации на английском языке) установленного образца, в котором будут указаны полное наименование программы и количество часов обучения.

удо

Удостоверение о повышении квалификации (на русском языке), в котором будут указаны полное наименование программы и количество часов обучения.

* Удостоверение о повышении квалификации выдается слушателям, успешно завершившим обучение по образовательным программам повышения квалификации. Тип выбранной Вами образовательной программы Вы можете уточнить у менеджеров.

+ Программа курса

Во время обучения Вы узнаете:

Машинное и Глубокое обучение, искусственный интеллект. Введение

  • Стратегия развития искусственного интеллекта (AI) в России до 2030 года (Стратегия). 
  • Термины. Рынок AI. 
  • Из чего состоит глубокое обучение (Deep Learning). 
  • Обучение с учителем и без учителя (Supervised and Unsupervised Learning), 
  • Обучение с подкреплением Reinforcement Learning. 
  • Генеративно-состязательные сети (Generative Adversarial network). 
  • Зимы Искусственного интеллекта (AI). 
  • Что необходимо для следующего прорыва в AI. 
  • Hard: виды процессоров и проблемы. 
  • Проблемы с алгоритмами. 
  • Локации Data Centers. 
  • Изучение мозга (Human Brain Project). 
  • Основное ПО для AI (Frameworks). 
  • Демократизация технологий в AI. 
  • Технологии переноса обучения и тонкой настройки (Transfer-Learning & Fine Tuning). 
  • Предобученные нейронные сети. 
  • Базовые технологии ML & DL. 
  • Принципы работы с данными с точки зрения ML & AI. Тренды.  
  • Подготовка кадров для AI (Стратегия). 
  • Риски AI. 
  • Право на ошибку в исследованиях. 
  • Обзор основных международных стратегий в AI. 
  • Что НЕ вошло в Стратегию: система управления проектами в AI; крупные проекты в AI; возможные методы госстимулирования.

8 ак.ч.

Прикладной искусственный интеллект (Applied AI)

  • Базовые технологии прикладного AI. 
  • Компании – международные лидеры AI. Истории успеха. 
  • Применяемые технологии. 
  • Российские компании и технологические успехи в AI. 
  • Обучение дронов и других систем. 
  • Международная дискуссия военного применения. 
  • Самоограничения профессиональных сообществ. 
  • Самоуправляемые автомобили (Self-driving cars). 
  • Используемые технологии. 
  • Проблемы и ограничения. 
  • Медицина и геномика: примеры применения. 
  • Предиктивный анализ промышленного оборудования. ДЗЗ примеры. 
  • Применение AI в сельском хозяйстве. 
  • Тренды дальнейшего развития.

4 ак.ч.

Сильный искусственный интеллект (Artificial General Intelligence)

  • В чем разница между слабым и сильным AI. От отдельных интеллектуальных компонент – к автономным системам и роботам.
  • Кому и зачем нужен сильный AI.
  • Что умеют современные глубокие сети: распознавание, воображение, интуиция (быстрое мышление).
  • В чем основная сложность на пути к AGI: планирование поведения (медленное мышление). Примеры подходов: DeepMind AlphaZero, OpenAI GPT
  • Альтернативный подход – когнитивные архитектуры и реконструкция вычислительной архитектуры мозга.
  • ADAM – действующая модель искусственной психики.
  • Сценарии развития AI на горизонте 5-10, 10-20 и 20-40 лет.
  • Социальные последствия сильного AI.

3 ак.ч.

15 ак.ч.

Стоимость обучения: 127 000 р.

+ Расписание

Даты

Время

Цена

Место занятий

Преподаватель

+ Преподаватели

Мильке Виталий Эмильянович

Образование: Ракетостроение (МГТУ им. Н.Э. Баумана), Менеджмент в промышленности (РЭУ им. Г.В. Плеханова), Master of Science in Computer Science (Anglia Ruskin University Cambridge, UK), Certificate of Lee Kuan Yew School of Public Policy (National University of Singapore, Singapore), Executive Master of Business Administration (Kingston University London, UK), Executive Master of Public Administration (РАНХиГС), PhD researcher in Computer Science and Machine Learning (Anglia Ruskin University Cambridge, UK)

 

Дополнительно:

  • Победитель первого Всероссийского управленческого конкурса «Лидеры России»
  • Выпускник Высшего кадрового управленческого резерва («Школа губернаторов»)
  • Активно участвовал в создании «Национальной стратегии развития искусственного интеллекта в РФ до 2030 года»
  • Участник экспертной группы по написанию Федерального закона развития Искусственного интеллекта в РФ
  • Член Экспертного совета по инновационному развитию при Минэкономразвития России
  • Глубокое понимание операций с ценными бумагами, валютами и производными рынками
  • Способность находить инновационные решения для сложных задач. Опыт формирования команд
  • Технические навыки: Python, C++, C, SQL, PHP, HTML5; TensorFlow, Keras, Scikit-learn, Pandas, NumPy, Edward; Tableau, MS Visual Studio, MQL5-MT5(C++); API: IB, CQG, etc.

 

Сертификация:

  • Сертификат о повышении            квалификации      в МГУ им.М.В.Ломоносова по специальности «Астрономия» с отличием
  • Аттестаты профучастника рынка ценных бумаг РФ (брокерская и дилерская деятельность; доверительное управление ценными бумагами; управление инвестиционными фондами)
  • Член жюри Всероссийского хакатона «Цифровой прорыв-2020» организованного Всероссийской организацией «Россия – страна возможностей»

 

Опыт работы: более 25 лет

  • Советник Председателя Совета директоров по экономике и финансам, Член Совета директоров «БИЗНЕС АЛЬЯНС»
  • Председатель Правления (CEO) банка «ОТКРЫТИЕ»
  • Финансовая корпорация «ОТКРЫТИЕ», Главный Финансовый директор (CFO), руководитель финансовой и IT служб ФК «ОТКРЫТИЕ»
  • Генеральный директор (СЕО) управляющей компании Интерфин КАПИТАЛ
  • Финансовый директор финансовой компании Интерфин трейд
  • Заместитель директора департамента операций на финансовых рынках Банка «Российский кредит»

Преподавательский стаж: более 20 лет

Шумский Сергей Александрович

Образование: «Теоретическая ядерная физика» (МФТИ)

 

Дополнительно:

  • Кандидат физико-математических наук
  • Автор более 70 научных публикаций
  • Специалист в области машинного обучения и искусственного интеллекта
  • Президент Российской Ассоциации нейроинформатики
  • Руководитель лаборатории когнитивных архитектур МФТИ
  • Соавтор учебника «Нейрокомпьютинг и его применения в экономике и бизнесе»

 

Опыт работы: более 30 лет

  • Экс-руководитель проектов Международного Научно-Технического Центра по разработке емкой нейросетевой ассоциативной памяти и созданию системы распознавания русской речи
  • Соучредитель и руководитель ряда венчурных компаний в области высоких технологий
  • Соучредитель и Председатель Совета директоров ЗАО «Айкумен – информационные бизнес системы», российского научно-технического центра по разработке технологий интеллектуального анализа данных, входящего в список топ-100 крупнейших российских ИТ-компаний
  • Соучредитель «Отраслевого союза Нейронет», руководитель направления Нейроассистенты дорожной карты «Нейронет» Национальной Технологической Инициативы
  • Директор Научно-координационного совета Центра Национальной технологической инициативы по сквозной технологии «Искусственный интеллект» на базе МФТИ

Преподавательский стаж: более 20 лет

+ Документы об окончании

После успешного прохождения образовательных программ, предлагаемых МГТУ им. Н. Э Баумана, вы получите один из следующих документов:

серт

Сертификат (на русском языке с дублированием информации на английском языке) установленного образца, в котором будут указаны полное наименование программы и количество часов обучения.

удо

Удостоверение о повышении квалификации (на русском языке), в котором будут указаны полное наименование программы и количество часов обучения.

* Удостоверение о повышении квалификации выдается слушателям, успешно завершившим обучение по образовательным программам повышения квалификации. Тип выбранной Вами образовательной программы Вы можете уточнить у менеджеров.

+ Отзывы