Source: Moscow Institute of Physics and Technology – Московский физико-технический институт –
Премия отметила лучшие проекты в госсекторе, бизнесе и образовании. Церемония награждения победителей состоялась в рамках конференции Data Fusion 2023.
Data Fusion Awards присуждается за достижения в области развития тренда Data Fusion, реализацию успешных кросс-отраслевых проектов по анализу больших данных с использованием алгоритмов машинного обучения и искусственного интеллекта, развитие соответствующих open source-решений и образовательных инициатив для подготовки специалистов.
Помимо основных номинаций были определены специальные, победители которых также получили награды. Так, проект создания инновационных решений в области технологий безопасной передачи данных и искусственного интеллекта от МФТИ в номинации «Партнерство в области науки и исследований» получил Гран-при ВТБ.
«Это очень амбициозный проект, такого до сих пор никто не делал. В этом суть Физтеха в целом и ФПМИ в частности. Мы беремся за задачи, которые кажутся неподъемными. И делаем их!», – подчеркнул директор Физтех-школы прикладной математики и информатики МФТИ Андрей Михайлович Райгородский.
«Ключевое слово, характеризующее суть разработки – доверие. Технология «Криптоанклав» – это комплексное решение, открывающее новые возможности в использовании объединённых больших данных для создания полезных продуктов, например, предсказательных моделей машинного обучения. Однако, в процессе этого данные проходят последовательность трансформаций и используются в математических расчетах. Предоставить свои данные их владелец может только в том случае, если процесс достаточно безопасен, а последовательность операций соответствует согласованной с ним договоренности.
Разработанные технические средства в совокупности с новой технологией их применения предназначены для создания и поддержания достаточного уровня доверия к соблюдению соответствующих договоренностей о данных из разных источников, которые могут быть объединены и использованы в расчётных процессах моделирования. Такая возможность открывает совершенно новые горизонты для повышения качества моделирования и основанных на его результатах сервисов в финансовом и высокотехнологичном секторах экономики. Сервисы, которые могут строиться на технологии «Криптоанклав», не имеют аналогов в России и позволят организациям использовать накопленную в данных информацию совместно», – рассказал руководитель ключевых научно-технических направлений лаборатории Прикладных исследований ФПМИ МФТИ Сергей Тренин.
Разработчики отдельно отметили, что формат и тональность партнерства университета и ВТБ как в рамках разработки конкретной технологии, так и в целом в сфере создания инновационных решений развиваются в рамках по-настоящему совместной исследовательской работы. Успех стал возможным именно благодаря тому, что на уровне руководства организации приняты правильные стратегические решения. Важно, что руководство с обоих сторон стремится обеспечить ту степень гибкости в работе, которая необходима для проектов с высокой степенью научно-исследовательской составляющей. В то же время со стороны МФТИ, как отмечают разработчики, решалась задача эффективного привлечения к работе высококлассных специалистов, причем не все в ней определяется деньгами.
Курирующую проект лабораторию прикладных исследований МФТИ возглавляет Андрей Михайлович Райгородский, в области моделирования и аналитики руководит исследованиями Андрей Владимирович Леонидов, по направлению компьютерной безопасности и защиты информации – Валерий Аркадьевич Конявский.
«Разработка новых технологий требует разносторонней глубокой экспертизы. ФПМИ способно привлекать к участию в профильных исследованиях и разработках специалистов первого ряда в России и мире.
Хочется также обратить внимание, что такое сотрудничество возможно только при вовлеченности в работу специалистов с обоих сторон, а в такой комплексной структуре взаимодействий при работе над новой междисциплинарной технологией – не обойтись без воли руководства к принятию стратегических решений и стратегического видения перспектив.
Студенты и аспиранты Физтеха, инженеры-исследователи и научные работники нашей лаборатории знают по опыту совместных проектов с ВТБ, – если атмосфера сотрудничества основана на взаимном интересе к предмету, то работа превращается из источника средств для пропитания, в то дело, что развивает навыки и умения; приносит ценные знания и, просто, делает жизнь человека насыщенной и увлекательной – может этого и не всегда ожидаешь от работы, но нам важно, чтобы лаборатория и ее сотрудники могли развивать и накапливать экспертизу: делиться ею в своих научных публикациях и образовательных курсах, а наши стажеры могли учиться на примерах и перенимать тот ценный опыт, что приходит вместе с практикой. Радостно отметить, что в лице наших партнеров из ДАДМ [департамент анализа данных и моделирования] мы видим не только заказчиков, но и коллег-исследователей, проявляющих тот неподдельный интерес, что встречается лишь у настоящих энтузиастов своего дела, а это не может не вселять оптимизм при взгляде в будущее», – подчеркнул Сергей Тренин.
Data Fusion 2023 — ежегодная международная конференция по машинному обучению, анализу данных и технологиям искусственного интеллекта, которая объединяет представителей бизнеса, государства, ученых, экспертов, студентов и энтузиастов для обсуждения прикладных вопросов в области data science. Подход Data Fusion подразумевает объединение данных, слияние алгоритмов машинного обучения, а также синергию процессов для получения принципиально новых возможностей анализа данных.
В этом году акцент конференции был сделан на развитие межотраслевого партнерства в области развития технологий ИИ и работы с данными, поиск новых форм сотрудничества между бизнесом и государством для укрепления технологической независимости и наращивания темпов экономического развития страны.
Обратите внимание; Эта информация является необработанным контентом непосредственно из источника информации. Это точно соответствует тому, что утверждает источник, и не отражает позицию MIL-OSI или ее клиентов.
Please note; This information is raw content directly from the information source. It is accurate to what the source is stating and does not reflect the position of MIL-OSI or its clients.