Изучаем свойства генеративных моделей для создания текстов, изображений и видео: покадровая связность, сходимость моделей, денойзинг аудио, интерпретируемость и управляемость генерацией.
Строим модели кодирования и де-кодирования аудио, видео и другой информации с использованием нейросетевых моделей. Изучаем влияние семантики кодируемого объекта на качество кодеков.
Создаем методы, применимые при существенном недостатке данных: несколько примеров при большом числе классов – для областей компьютерного зрения и обработки естественного языка.
Создаем модели глубокого обучения, поддающиеся интерпретации и управляемому использованию. Исследуем свойства построенных моделей, ограничения и области применения.
Применяем алгоритмы к данным с инерциальных и биомедицинских датчиков для решения задач распознавания активности человека (HAR), определения давления, навигации и других задач.
Создаем полный набор методов анализа текстов: жесткая и мягкая кластеризация, суммаризация, классификация и тегирование, поисковые задачи. Используем большие языковые модели и классические методы.
Исследуем сложные архитектуры преобразования изображений и трансформерные модели (img2img, Transformer) для задач детекции, сегментации, повышения разрешения, 3D-реконструкции и других задач.
Создаем методы диагностики сложных систем для своевременного и превентивного воздействия.
Заказать исследование
С какими проектами мы помогаем корпорациям:
Предварительное исследование
Разведочный анализ новой темы: поиск научных статей, доступных данных, открытого кода, формирование гипотез. Результат – база материалов для быстрого погружения в область и требования к будущим этапам.
Разработка технического процесса обработки
Собираем из множества существующих алгоритмов пайплайн решения задачи на данных клиента. Результат – библиотека с базовым решением и перечнем узких мест для последующих модификаций.
Устранить отрицательное воздействие
Устраняем ключевой негативный эффект в работе модели: от неустойчивости до низкого качества в целевых условиях. Результат – новая версия модели, которая удовлетворяет заданным критериям.
Разработка промышленного процесса обработки данных
Разрабатываем прототип решения бизнес-задачи клиента на основе современных моделей искусственного интеллекта. Результат — прототип, демонстрирующий принципиальную возможность решения поставленной задачи.
Рост качества
Собираем выборки и дообучаем модели для достижения заданного порога качества на данных клиента. Результат – новая версия модели, которая удовлетворяет целевым метрикам.
Сжатие моделей
Программно сжимаем модели для выполнения требований к вычислительной сложности при заданном качестве. Результат – новая версия модели, которая укладывается в целевые требования.
Как мы работаем над результатом?
Методология задает границы исследовательско-разработческого процесса (R&D)
Инструменты поддерживают этот процесс
Команда обучена работать с исследовательско-разработческими задачам (R&D)