Три исследователя из Вышки получили научную премию Яндекса

© Яндекс

Аспирант московского факультета компьютерных наук НИУ ВШЭ Александр Гришин и Олег Свидченко, студент питерской магистерской программы «Программирование и анализ данных», стали лауреатами в номинации «Молодые исследователи». Заведующий Центром анализа данных и машинного обучения НИУ ВШЭ — Санкт-Петербург Алексей Шпильман одержал победу в номинации «Научные руководители».

24 мая 2021 года в Москве вручили третью научную премию Яндекса им. Ильи Сегаловича. Премия учреждена для поддержки молодых исследователей из России, Беларуси и Казахстана в области компьютерных наук. Ее вручают за достижения в машинном обучении, компьютерном зрении, информационном поиске и анализе данных, обработке естественного языка и машинного перевода, а также распознавании и синтезе речи. Претендовать на награду могут студенты и аспиранты, а также номинированные ими научные руководители из государственных университетов и научно-исследовательских организаций.

В этом году премия была присуждена четырем молодым исследователям и двум научным руководителям. Среди них аспирант московского кампуса Александр Гришин, а также представители НИУ ВШЭ — Санкт-Петербург: магистрант Олег Свидченко и заведующий Центром анализа данных и машинного обучения Алексей Шпильман.

«Мне достаточно редко за свою научную карьеру доводилось получать признание такого уровня, так что это, в первую очередь, придает сил работать дальше, несмотря не то, что многое не получается, — делится впечатлениями от радостной новости Александр Гришин. — В случае, когда занимаешься скорее академическими исследованиями, часто не видишь и не чувствуешь результата собственной работы, так что такого рода мотивацию я бы точно назвал значимой».

Александр Гришин

Александр — аспирант департамента больших данных и информационного поиска факультета компьютерных наук НИУ ВШЭ — Москва. Вместе с коллегами он занимается исследованиями по обучению с подкреплением, одной из нескольких крупных ветвей машинного обучения. По словам аспиранта, такое обучение подразумевает поиск оптимальной политики действий в некоторой среде. «На высоком уровне можно сказать, что мы исследуем и разрабатываем методы, которые позволяют более эффективно использовать доступные данные в такого рода задачах», — объясняет вышкинец.

Он добавляет, что у этой области исследований есть гигантский потенциал: «Мир пока не знает точно, на что смогут быть способны методы из этой области, но однозначно можно сказать, что они достигли, как еще совсем недавно считалось, невозможного и претендуют на еще более грандиозные вещи».

Олег Свидченко занимается исследованиями в области обучения с подкреплением. Магистрант работает старшим исследователем в одной из лабораторий JetBrains Research. Молодой исследователь также признается в интересе к области обучения с подкреплением: «Сейчас меня больше всего интересуют model-based подход и методы исследования среды в обучении с подкреплением. Я надеюсь, что исследования в данных направлениях помогут сделать обучение с подкреплением более применимым в реальных задачах, поскольку сейчас для применения алгоритмов требуется слишком много данных».

Олег Свидченко

В будущем магистрант планирует продолжить обучение в аспирантуре питерской Вышки. «Во-первых, это творческая работа. Во-вторых, она требует довольно больших умственных усилий», — объясняет свой интерес к науке Олег.

Алексей Шпильман также является исследователем JetBrains Research. Он возглавляет две лаборатории: Агентных систем и обучения с подкреплением, Прикладного машинного обучения и глубокого обучения. Основной научный интерес Алексея — прикладной искусственный интеллект.

Он рассказывает, что лабораториях есть три основных направления исследований. Первое — это обучение с подкреплением, ускорение обучения агентов. Второе — машинное обучение в биологии и медицине. «Это новое для нас, но довольно активно развивающееся направление, которое мы двигаем вместе с Upsala University из Швеции. Сейчас исследуем, как нейронные сети могут работать с молекулами, геномами, изображениями с микроскопов», — рассказывает исследователь.

Алексей Шпильман

Третье направление — мультимодальные данные и пространства представления. Нейронные сети оперируют в так называемом пространстве представлений — векторном пространстве, в котором каждый вектор представляет некий «смысл» исследуемого объекта. Что будет, если мы попробуем данные разного типа, например текст и картинки, поместить в одно пространство представлений?

«Если говорить о практических применениях, то самым перспективным здесь, конечно, является направление, связанное с биологией и медициной. Тут и новые лекарства, и персонализированная медицина, — говорит Алексей Шпильман. — Работа с мультимодальными данными может быть полезна в сложных системах, например, поиск изображений, аудиозаписей и т.д. по текстовому описанию. Обучение с подкреплением пока ждет своего часа, чтобы стать практически применимым в реальных задачах. И этот час мы стараемся приблизить».

Все лауреаты получили денежную премию в размере миллиона рублей и гранты на использование инструментов Яндекса для исследователей — краудсорсинговой платформы Толока и сервиса Yandex DataSphere. Также Яндекс оплатит молодым ученым поездку на международную конференцию по компьютерным наукам на их выбор.