Последние 6 лет мы пристально наблюдали за возмужанием Международной научной конференции «Интеллектуальные информационные технологии для индустрии», или IITI, как её ласково прозвали в народе. По завершении пятого сочинского форума, где ещё в 2021 году с пленарными докладами выступали Борис Кобринский и Александр Панов, мы следом за IITI преодолели пролив Босфор, пронеслись через Санкт-Петербург и Харбин, чтобы осенью 2025 года вновь очутиться в Краснодарском крае, но уже на федеральной территории «Сириус».
За прошедшее время конференция похорошела, изрядно набрала вес, количество участников перевалило за 250 человек, а к печати были приняты 120 работ — как раз намедни издательство Springer Nature опубликовало их в двух огромных томах. Коллектив ФИЦ ИУ РАН тоже вошёл во вкус, поэтому с 4 по 7 ноября в Сириусе побывало восемь человек из трёх отделов Института проблем искусственного интеллекта. А Константин Яковлев и Александр Панов вовсе прибыли в сопровождении учеников из МФТИ, которые и демонстрировали плоды их трудов.
Родион Вахитов в докладе «Объектно-центричные модели мира в сочетании с методом Monte Carlo Tree Search» (ссылка) показал новый алгоритм на основе обучения с подкреплениям ObjectZero, который не стесняется использовать графовые нейронные сети для представления сложных взаимодействий между рядом объектов. А Никита Заварзин попытался найти компромисс между сложностью движущих элементов, качеством решений и производительностью вычислений при поиске пути с помощью фреймворка SIPP-IP в рамках «Эмпирической оценки примитивов движения при многоагентном поиске оптимальной траектории с динамическими ограничениями» (ссылка).
73 отдел не отставал: Дмитрий Девяткин и Сергей Проничкин поделились двумя совместными исследованиями. Их комплексная методология «Прогнозирования инновационной трансформации интеллектуальных ресурсов в цифровой среде на основе подхода машинного обучения» (ссылка) была разработана для анализа сценариев внешних и внутренних миграций учёных из России и Китая под воздействием разных факторов. «Многоуровневая система поддержки принятия решений для оптимизации научной инфраструктуры инновационных организаций» (ссылка), в свою очередь, помогает компаниям выявить обстоятельства, влияющие на возвратную миграцию, и снизить риски «утечки мозгов».
Не остался в стороне и 75 отдел во главе с Борисом Аркадьевичем, который лично представил «Гибридный подход к проектированию медицинских интеллектуальных систем на основе комбинирования нечётких моделей и методов слияния гетерогенной информации» (ссылка) — «Каскад-Дюшенн» для диагностики стадий прогрессирующей мышечной дистрофии Дюшенна. Он одновременно учитывает нечёткость информации, интерпретируемость данных и интегрированность благодаря гибдридной модели доказательного классификатора, лежащей в основе её базы знаний. Модель объединяет нечёткую логистическую регрессию, обладающую свойствами интерпретируемости, с технологией комбинирования свидетельств Демпстера–Шафера, которая, в свою очередь, объединяет результаты работы классификатора, взятые из нескольких источников, и интегрировать знания специалистов в рамках единой системы.
Артём Николаев подхватил тему «Каскад-Дюшенн». В презентации «Гибридная интеллектуальная медицинская система с модификацией процесса принятия решений» (ссылка) он сосредоточился непосредственно на архитектуре системы и её принципиальных отличиях от традиционной схемы анализа данных, поступающих в базу знаний. Предложенный вариант каскадной процедуры распознавания объекта обеспечивает более высокую эффективность, что особенно важно для подобных заболеваний.
Между тем Марина Богатикова описала «Прототип экспертной системы для диагностики деструктивных форм острого аппендицита у детей» (ссылка) для поддержки решений врача ультразвуковой диагностики в объективизации оценки наблюдаемого изображения. База знаний системы реализована на продукционных правилах на основе интервью с двумя высококвалифицированными врачами-специалистами в области сонографии, а сама она ориентирована на дифференциальную диагностику между острым аппендицитом и другой абдоминальной патологией с последующей диагностикой различных форм аппендицита.
Наконец, Николай Благосклонов предъявил «ГенДиЭС», ещё одно ноу-хау отдела: «Экспертную диагностическую систему поддержки принятия врачебных решений: результаты и валидация» (ссылка). Дифференциальная диагностика лизосомных болезней накопления на долабораторном этапе обследования проводится при помощи алгоритма, который позволяет эффективно формировать ограниченный ряд гипотез. В частности, обработка проходит как в условиях неполных данных пациентов, так и в случаях условной избыточности, когда врач отмечает признаки, отсутствующие в эталонных описаниях. Текущий вариант претерпел существенные изменения с 2024 года, и Николай с удовольствием представил последние результаты тестирования.
Вот такой насыщенной выдалась поездка учёных ФИЦ ИУ РАН на IITI 2025. Все публикации на Springer Nature, приятного вам чтения. А уже совсем скоро, буквально в октябре, будет новый сбор — на этот раз опять в Китае. Будет интересно!
Cсылки по теме:
Сайт «IITI 2025»
Фото в группе «РАИИ»