VisionLabs проводит онлайн-саммит Machine Can See 8-10 июня - «Пресс-релизы» » Финансы и Банки
Создать акаунт

VisionLabs проводит онлайн-саммит Machine Can See 8-10 июня - «Пресс-релизы»

20 мая 2020, 16:49
Пресс-релизы
0
0
VisionLabs проводит онлайн-саммит Machine Can See 8-10 июня - «Пресс-релизы»
VisionLabs проводит онлайн-саммит Machine Can See 8-10 июня - «Пресс-релизы»

VisionLabs (входит в экосистему Сбербанка) проводит четвертый ежегодный саммит по искусственному интеллекту, компьютерному зрению и машинному обучению Machines Can See. В этом году саммит пройдет 8?10 июня полностью в онлайн-формате. Основная цель мероприятия — создать площадку для общения ведущих мировых ученых с широкой международной аудиторией исследователей и интересующихся темой ИИ.

В рамках саммита Machines Can See 2020 ученые поделятся результатами и актуальными научными идеями в таких лабораториях, как CMU, Georgia Tech, Inria, Facebook, Google, Intel, Samsung и Yandex. Презентации будут посвящены достижениям в трех основных темах: нейронные сети и глубокое обучение для распознавания изображений и видео; навигация, автономное вождение и робототехника; генерация нейронных изображений и анимированные человеческие аватары. После выступления все спикеры поделятся своими идеями на тему будущего ИИ, его развития и пользы для общества в формате дискуссий.

Четвертый саммит MCS 2020 будет проходить полностью в онлайн-формате для участия широкой аудитории в период COVID–19. Участие в саммите бесплатное, по регистрации. В программе саммита — научные доклады, онлайн-сессии вопросов и ответов с докладчиками и обсуждения в режиме реального времени.

Официальный сайт мероприятия – http://machinescansee.com/

Александр Ханин, сооснователь и председатель совета директоров VisionLabs:

«За предыдущие три года проведения саммита нам удалось объединить в России динамичное сообщество специалистов по компьютерному зрению и искусственному интеллекту. Проведение саммита в онлайн-формате — альтернатива в нынешних условиях борьбы с COVID-19. Наша главная цель — передать ценный опыт ученых спикеров всем участникам саммита, вне зависимости от формата проведения и географии участников».

Программа саммита

8 Июня

Спикер: Дева Раман (CMU / Argo AI)

Тема: Зрение автономных роботов в реальном мире

Дэва Раманан – доцент Института робототехники в Университете Карнеги-Меллона, главный научный сотрудник Argo AI и директор Центра автономных исследований транспортных средств при CMU Argo AI. До прихода в CMU он работал доцентом в UC Irvine. Его исследовательские интересы охватывают компьютерное зрение и машинное обучение с упором на визуальное распознавание. Дэва был удостоен награды имени Дэвида Марра в 2009 году, а также получил приз PASCAL VOC Lifetime Achievement в 2010 году, награду NSF Career Award в 2010 году, UCI Chancellor's Award for Excellence in Undergraduate Research в 2011 году, IEEE PAMI Young Researcher Award в 2012 году. Был включен в список Popular Science's Brilliant 10, в 2013 стал членом Национальной академии наук Кавли и получил приз Лонге-Хиггинса в 2018 году за фундаментальный вклад в исследование компьютерного зрения. Дэва Раманан является помощником редактора IJCV и PAMI и регулярным председателем CVPR, ICCV и ECCV.

Спикер: Корделия Шмид (INRIA/Google)

Тема: Анализ и понимание видео

Корделия Шмид руководит исследованиями и занимает должность исследователя в Inria с 1997 года. С 2018 года по совместительству она занимается исследованиями в Google. Корделия опубликовала более 300 статей, большая часть которых посвящена компьютерному зрению. Шмид была главным редактором IJCV (2013-2018), программным председателем IEEE CVPR 2005 и ECCV 2012, а также главным председателем IEEE CVPR 2015, ECCV 2020 и ICCV 2023. В 2006, 2014 и 2016 годах Корделия была удостоена награды Longuet-Higgins prize за фундаментальный вклад в исследование компьютерного зрения, которое выдержало испытание временем. Корделия Шмид является членом IEEE. Она была удостоена гранта ERC в 2013 году и таких наград, как Humboldt research award в 2015 году и Inria & French Academy of Science Grand Prix в 2016 году. Корделия была избрана в Национальную академию наук Германии, Леопольдина в 2017 году. В 2018 году она получила награду Koenderink prize за фундаментальный вклад в развитие компьютерного зрения. Она получила награду Королевского общества Мильнер в 2020 году.

Спикер: Владлен Колтун (Intel)

Тема: Машины, способные видеть в реальном мире

Владлен Колтун - главный научный сотрудник по интеллектуальным системам в Intel. Он руководит лабораторией интеллектуальных систем, в которой проводятся фундаментальные исследования в области компьютерного зрения, машинного обучения, робототехники,а также в смежных областях. Владлен был наставником более 50 студентов, постдоков, научных сотрудников и аспирантов, многие из которых в настоящее время являются лидирующими исследователями.

Спикер: Джитендра Малик (Berkeley / Facebook)

Джитендра Малик - профессор Артура Дж. Чика на факультете электротехники и компьютерных наук Калифорнийского университета в Беркли и директор по исследованиям в Facebook AI Research в Менло-Парке. Исследовательская группа Джитендры занималась компьютерным зрением, компьютерным моделированием биологического зрения, компьютерной графикой и машинным обучением. Результатом работы его группы стали множество известных концепций и алгоритмов, таких как анизотропная диффузия, нормализованные срезы, создание изображений с высоким динамическим диапазоном, shape context и R-CNN. Публикации Джитендры Малика получили множество наград за лучшую научную работу, в том числе пять наград за проверку временем - Longuet-Higgins Prize за статьи, опубликованные в CVPR (дважды), и Helmholtz Prize за за статьи, опубликованные в ICCV (три раза). Джитендра получил награду IEEE PAMI-TC Distinguished Researcher in Computer Vision Award в 2013, K.S. Fu Prize от Международной ассоциации распознавания образов в 2014, в 2016 ACM-AAAI Allen Newell Award, в 2018 IJCAI Award за выдающиеся исследования в области искусственного интеллекта и IEEE Computer Society Computer Pioneer Award в 2019.

Дискуссия: Дева Раман, Корделия Шмид, Владлен Колтун, Джитендра Малик; модератор Иван Лаптев (Inria / VisionLabs)

9 июня

Спикер: Джозеф Сивич (INRIA / CTU)

Тема: Обучение со слабой разметкой в задачах визуального распознавания

Джозеф Сивич - старший исследователь Inria в Париже и старший исследователь в Чешском институте робототехники, информатики и кибернетики в Чешском техническом университете в Праге. Он получил степень приват-доцента в Ecole Normale Superieure в Париже в 2014 году, докторскую степень в Оксфордском университете в 2006 году и степень магистра в Чешском техническом университете в 2002 году. До прихода в Inria он был постдоком в Лаборатории информатики и искусственного интеллекта в Массачусетском технологическом институте. Он получил награду Sullivan Thesis Prize от Британской ассоциацию машинного зрения, а также был удостоен тремя наградами на крупных конференциях по компьютерному зрению (1x CVPR, 2x ICCV) и стартовым грантом ERC. Джозеф Сивич является председателем Парижского научно-исследовательского института искусственного интеллекта.

Спикер: Лоренс ван дер Маатен (Facebook)

Тема: От визуального распознавания к визуальному пониманию

Лоренс ван дер Маатен - руководитель исследовательских проектов в Facebook AI Research (FAIR), также он курирует центр FAIR в Нью-Йорке. Его исследования посвящены изучению машинного обучения и компьютерного зрения. До этого он работал в должности доцента в Технологическом университете Делфта, научным сотрудником в Университете Сан-Диего и получил степень PhD в Тилбургском университете. Лоренс интересуется различными темами в области машинного обучения и компьютерного зрения. В настоящее время он работает над эмбеддинговыми моделями, крупномасштабным обучением со слабым учителем, визуальным мышлением и эффективным обучением. Лоренс ван дер Маатен вместе с Гао Хуану, Чжуан Лю, Килианом В. Вайнбергером заняли второе место на конкурсе статей CVPR за исследование «Плотно связанные сверточные сети». Исследование для этой статьи проводилось Корнелльским университетом в сотрудничестве с Университетом Цинхуа и Facebook AI Research.

Спикер: Джеймс Хейс (Georgia tech)

Тема: Тепловидение для понимания захвата

Джеймс Хейс - доцент вычислительной техники в Georgia Tech и главный научный сотрудник в Argo AI. До этого он работал старшим преподавателем информатики в Университете Брауна. Джеймс получил докторскую степень в Университета Карнеги-Меллона и был постдоком в Массачусетском технологическом институте. Его интересы охватывают компьютерное зрение, компьютерную графику, робототехнику и машинное обучение. В его исследованиях часто рассматривается использование нетрадиционных источников данных (например, интернет-изображений, краудсорсинговых аннотаций, тепловизионных изображений, скетчей людей, данных автономных датчиков транспортных средств) в целях решения новых исследовательских задач (например, глобальной геолокации, превращение эскизов в фотореалистичные изображения, предсказания контакта рук и объектамов). Джеймс был удостоен награды NSF CAREER и стипендии Sloan Fellowship.

Дискуссия : Джозеф Сивич, Лоренс ван дер Маатен, Джеймс Хейс; модератор Манохар Палури (Facebook)

10 Июня

Спикер: Ясир Шейх (CMU / Facebook)

Тема: Фотореалистичное телеприсутствие

Ясир Шейх – доцент Института робототехники Университета Карнеги-Меллона, а также факультета Механической инженерии. Он также возглавляет Oculus Research Pittsburgh, лабораторию Facebook, ориентированную на социальную виртуальную реасльность. Его исследования направлены на изучение машинного восприятия и рендеринга социального поведения и охватывают такие дисциплины, как компьютерное зрение, компьютерную графику и машинное обучение. Ясир Шейх получил такие награды, как Popular Science’s Best of What’s New Award и Honda Initiation Award (2010), а также награды за лучшую статью на WACV (2012), SAP (2012), SCA (2010) и ICCV THEMIS (2009) и занял первое место в MSCOCO Keypoint Challenge (2016). Его исследования освещались различными СМИ, включая The New York Times, The Verge, Popular Science, BBC, MSNBC, New Scientist, Slashdot и WIRED.

Спикер: Виктор Лемпицкий (Samsung / Skoltech)

Тема: Генерация изображений с помощью нейронных сетей

Виктор Лемпицкий возглавляет Samsung AI Center в Москве и вместе с тем лабораторию Vision, Learning, Telepresence (VIOLET) в этом центре. Виктор также является доцентом Сколковского института науки и технологий (Сколтех). В прошлом Виктор работал исследователем в Яндексе, в группе визуальной геометрии (VGG) Оксфордского университета и в группе компьютерного зрения Microsoft Research Cambridge. Виктор получил степень PhD («кандидата наук») в МГУ в 2007 году. Научные интересы Виктора охватывают различные аспекты компьютерного зрения и глубокого обучения, в частности, генеративное глубокое обучение. Виктор Лемпицкий неоднократно занимал позицию регионального председателя на ведущих конференциях по компьютерному зрению и машинному обучению (CVPR, ICCV, ECCV, ICLR, NeurIPS). Его недавняя работа, посвященная нейросетевым аватарам, была признана самой обсуждаемой исследовательской публикацией 2019 года сервисом оценки онлайн-активности в отношении научных публикаций в интернете Altmetric Top 100.

Спикер: Артем Бобенко (Yandex)

Тема: Поиск интерпретируемых направлений в пространстве признаков генеративных нейросетевых моделей без использования размеченных данных

Артем Бабенко получил степень PhD («кандидата наук») в области компьютерных наук в Московском физико-техническом институте (МФТИ) в 2017 году. В настоящее время он работает исследователем в Яндексе и руководит студентами магистратуры и аспирантуры из совместных лабораторий Яндекс-МФТИ и Яндекс-ВШЭ. Артем является автором многочисленных работ опубликованных на ведущих конференциях, таких как CVPR, ICCV, ECCV, NeurIPS и ICML. Он также принимает участие в программных комитетах этих конференций и получил награду за выдающиеся рецензии на CVPR 2018. В сферу его научных интересов входят эффективные методы для крупномасштабного компьютерного зрения, и обучение визуального распознавания без учителя.

Спикер: Абхинав Гупта (CMU / Facebook)

Абхинав Гупта – доцент Института робототехники Университета Карнеги-Меллона и научный руководитель в Facebook AI Research (FAIR). Исследования Абхинава направлены на масштабирование обучения путем создания самообучающихся систем, непрерывного и интерактивного обучения. В частности, он интересуется тем, как системы самообучения могут эффективно использовать данные для изучения визуальной репрезентации, здравого смысла и репрезентации действий в роботoтехнике. Абхинав был удостоен множества наград, в том числе ONR Young Investigator Award, PAMI Young Research Award, Sloan Research Fellowship, Okawa Foundation Grant, Bosch Young Faculty Fellowship, YPO Fellowship, IJCAI Early Career Spotlight, ICRA Best Student Paper award, and the ECCV Best Paper Runner-up Award. Его исследования были опбуликованы в Newsweek, BBC, Wall Street Journal, Wired и Slashdot.

Дискуссия: Ясир Шейх, Виктор Лемпицкий, Артем Бобенко, Абхинав Гупта; модератор Иван Лаптев (Inria / VisionLabs)

VisionLabs — один из мировых лидеров в области создания продуктов на базе компьютерного зрения и машинного обучения. Наши клиенты — это финансовые и транспортные компании, ретейлеры и интернет-холдинги по всему миру, а партнеры — глобальные технологические корпорации. Офисы компании находятся в Москве, Амстердаме и Сингапуре. Среди инвесторов компании — Сбербанк и венчурный фонд Sistema_VC. Флагманским продуктом компании стала платформа распознавания лиц LUNA. По результатам регулярных независимых тестов американского Национального института стандартов и технологий (NIST) алгоритмы VisionLabs стабильно занимают лидирующие позиции в различных категориях. В 2019 году компания анонсировала выпуск линейки продуктов на базе алгоритмов VisionLabs, первым устройством стал программно-аппаратный комплекс LUNA ACE.

Официальный сайт: https://visionlabs.ai/ru/.

Дополнительные вопросы и аккредитация СМИ: pr@visionlabs.ru.


VisionLabs (входит в экосистему Сбербанка) проводит четвертый ежегодный саммит по искусственному интеллекту, компьютерному зрению и машинному обучению Machines Can See. В этом году саммит пройдет 8?10 июня полностью в онлайн-формате. Основная цель мероприятия — создать площадку для общения ведущих мировых ученых с широкой международной аудиторией исследователей и интересующихся темой ИИ. В рамках саммита Machines Can See 2020 ученые поделятся результатами и актуальными научными идеями в таких лабораториях, как CMU, Georgia Tech, Inria, Facebook, Google, Intel, Samsung и Yandex. Презентации будут посвящены достижениям в трех основных темах: нейронные сети и глубокое обучение для распознавания изображений и видео; навигация, автономное вождение и робототехника; генерация нейронных изображений и анимированные человеческие аватары. После выступления все спикеры поделятся своими идеями на тему будущего ИИ, его развития и пользы для общества в формате дискуссий. Четвертый саммит MCS 2020 будет проходить полностью в онлайн-формате для участия широкой аудитории в период COVID–19. Участие в саммите бесплатное, по регистрации. В программе саммита — научные доклады, онлайн-сессии вопросов и ответов с докладчиками и обсуждения в режиме реального времени. Официальный сайт мероприятия – http://machinescansee.com/ Александр Ханин, сооснователь и председатель совета директоров VisionLabs: «За предыдущие три года проведения саммита нам удалось объединить в России динамичное сообщество специалистов по компьютерному зрению и искусственному интеллекту. Проведение саммита в онлайн-формате — альтернатива в нынешних условиях борьбы с COVID-19. Наша главная цель — передать ценный опыт ученых спикеров всем участникам саммита, вне зависимости от формата проведения и географии участников». Программа саммита 8 Июня Спикер: Дева Раман (CMU / Argo AI) Тема: Зрение автономных роботов в реальном мире Дэва Раманан – доцент Института робототехники в Университете Карнеги-Меллона, главный научный сотрудник Argo AI и директор Центра автономных исследований транспортных средств при CMU Argo AI. До прихода в CMU он работал доцентом в UC Irvine. Его исследовательские интересы охватывают компьютерное зрение и машинное обучение с упором на визуальное распознавание. Дэва был удостоен награды имени Дэвида Марра в 2009 году, а также получил приз PASCAL VOC Lifetime Achievement в 2010 году, награду NSF Career Award в 2010 году, UCI Chancellor's Award for Excellence in Undergraduate Research в 2011 году, IEEE PAMI Young Researcher Award в 2012 году. Был включен в список Popular Science's Brilliant 10, в 2013 стал членом Национальной академии наук Кавли и получил приз Лонге-Хиггинса в 2018 году за фундаментальный вклад в исследование компьютерного зрения. Дэва Раманан является помощником редактора IJCV и PAMI и регулярным председателем CVPR, ICCV и ECCV. Спикер: Корделия Шмид (INRIA/Google) Тема: Анализ и понимание видео Корделия Шмид руководит исследованиями и занимает должность исследователя в Inria с 1997 года. С 2018 года по совместительству она занимается исследованиями в Google. Корделия опубликовала более 300 статей, большая часть которых посвящена компьютерному зрению. Шмид была главным редактором IJCV (2013-2018), программным председателем IEEE CVPR 2005 и ECCV 2012, а также главным председателем IEEE CVPR 2015, ECCV 2020 и ICCV 2023. В 2006, 2014 и 2016 годах Корделия была удостоена награды Longuet-Higgins prize за фундаментальный вклад в исследование компьютерного зрения, которое выдержало испытание временем. Корделия Шмид является членом IEEE. Она была удостоена гранта ERC в 2013 году и таких наград, как Humboldt research award в 2015 году и Inria

Смотрите также:


Комментарии
Минимальная длина комментария - 50 знаков. комментарии модерируются
Комментарии для сайта Cackle
Яндекс.Метрика Top.Mail.Ru
Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика