Modern state of Artificial Intelligence

Абитуриентам
Одним из главных принципов уникальной «системы Физтеха», заложенной в основу образования в МФТИ, является тщательный отбор одаренных и склонных к творческой работе представителей молодежи. Абитуриентами Физтеха становятся самые талантливые и высокообразованные выпускники школ всей России и десятков стран мира.
Студентам
Выпускникам

Карта сайта

Личный кабинет

ФПМИ - Физтех-школа прикладной математики и информатики

Сервисы IT

Тел. справочник

Поддержать МФТИ

Главная
О нас
Магистратура
ФУПМ
Факультет управления и прикладной математики образован в 1969 году. На факультете проводятся исследования по математическому моделированию, физике, механике, экономике; вычислительной математике и высокопроизводительным вычислениям; компьютерным и информационным технологиям. В дополнение к институтскому циклу читаются курсы по высшей математике, дискретному анализу, теории управления, методам оптимизации, алгоритмизации и современным информационным технологиям, теории вероятностей и математической статистике.
ФИВТ
Факультет инноваций и высоких технологий на первых курсах предоставляет студентам в дополнение к традиционной физтеховской программе количество курсов по программированию и дискретной математике. В магистратуре можно продолжить заниматься информационными технологиями или дискретной математикой, а можно выбрать специализацию по экономике. Все студенты факультета изучают технологию инноваций, у них появляется возможность реализовать собственные наукоемкие инновационные проекты, которые могут лечь в основу магистерской диссертации. Прием в бакалавриат ведется по двум направлениям подготовки: прикладная математика и информатика и прикладные математика и физика. В магистратуре к ним добавляется направление: наукоемкие технологии и экономика инноваций.
Лаборатории
Школьникам

Современные методы искусственного интеллекта

ᅠᅠᅠ

Кафедра дискретной математики Московского физико-технического института проводит набор на онлайн-магистратуру Modern State of Artificial Intelligence/Современные методы искусственного интеллекта. Программа дает знания в области машинного обучения и искусственного интеллекта.

ᅠᅠᅠ

Курсы читаются на английском языке высококвалифицированными преподавателями и признанными экспертами области, среди которых Андрей Райгородский, Радослав Нейчев, Александр Дайняк, Владислав Гончаренко, Анастасия Янина, Максим Жуковский и Юрий Ефимов.

Студентов ждут стажировки в лаборатории машинного о интеллекта и других исследовательских лабораториях МФТИ, Яндекса, Сбербанка, 1С, Тинькофф, ABBYY, Huawei.

	ᅠᅠᅠ	ᅠᅠᅠ
ᅠᅠᅠ	Введение в искусственный интеллект
	Курс знакомит студентов с современным состоянием машинного обучения и искусственного интеллекта: от классических алгоритмов до подходов глубокого обучения и последних достижений в области искусственного интеллекта. В результате студенты формируют устойчивую базу для дальнейшего роста в области ИИ.
	Компьютерное зрение
	Через зрительное восприятие мы получаем огромное количество информации об окружающем мире. Методы эффективной обработки визуальной информации и извлечения из нее знаний нужны для таких приложений, как вычислительная фотография, беспилотные автомобили и летательные аппараты. Несмотря на быстрый прогресс последнего десятилетия, эта сфера все еще полна возможностей для развития. Так что сейчас отличный момент для того, чтобы погрузиться в нее, вооружившись классическими методами обработки изображений в сочетании с глубоким обучением.
	Обучение с подкреплением
	Обучение с подкреплением — это довольно молодое, но весьма перспективное направление в области искусственного интеллекта. В нем регулярно появляются новые достижения и открытия. Искусственные агенты начинали с крестиков-ноликов, но уже сегодня они превосходят человека в шахматах, StarCraft и сборке реального трехмерного кубика Рубика. Играми дело не ограничивается: методы обучения с подкреплением применяются в компьютерном зрении, экспертных системах, обработке естественного языка, в том числе в машинном переводе, и так далее.
	Обработка естественного языка
	Понимание естественного языка (NLP) — один из ключей к органичному взаимодействию человека и машины. Новые разработки в этой области ведут к ощутимым улучшениям в работе поисковых систем, чат-ботов, машинного перевода, и развивают ИИ в целом. NLP входит в число наиболее прибыльных направлений, и здесь всегда есть куда стремиться и чему учиться.
	Разработка ПО и облачные вычисления
	Для создания успешной системы искусственного интеллекта нужны качественные модели, эффективный и грамотно написанный код, а также профессиональное владение аппаратными средствами и умение работать в команде. Все это требует практики. Внедрение моделей, их развертывание на различных системах, в том числе встроенных (на смартфонах), построение линий передачи данных — шаги, которые необходимы для создания качественного ПО. Студенты пройдут их один за одним.

	Абитуриентам необходимо базовое понимание:

	• линейной алгебры — векторных пространств, в том числе над конечными полями, базисов, размерности (предлагается вводный курс для повторения предмета);
	• основ математического анализа — пределов последовательностей, непрерывных функций, пределов функций, производных, ряда Тейлора;
	• теории вероятностей — классического определения вероятности события, геометрической модели вероятности (предлагается краткое введение в тему);
	• программирования на Python/C++/R/MATLAB/Java, основной язык обучения — Python.


	Количество студентов, которые могут участвовать в программе, не ограничено. Отбор ведет специальная комиссия. Годовая плата составляет 350 000 рублей. Подать заявку Порядок подачи заявок.