Аспиранты, сотрудники и выпускники Физтеха стали лауреатами международной премии Yandex ML Prize для молодых исследователей в области машинного обучения. Победители номинаций представили наиболее перспективные и значимые работы в области распознавания и синтеза речи, компьютерного зрения, информационного поиска, обработки естественного языка и генеративных моделей.
В 2023 году претендовать на премию Yandex ML Prize могли кандидаты из 11 стран. Всего было подано более 200 заявок в шести номинациях. Экспертный Совет выбрал 11 лауреатов, среди которых четверо — физтехи! Всем лауреатам выплатят премии от 500 тысяч до 1 миллиона рублей, а также предоставят доступ к сервисам Яндекс 360 и грант на использование платформы Yandex Cloud.
Победители в номинации «Первая публикация»:
Айдар Булатов — аспирант МФТИ — решает фундаментальные проблемы архитектуры глубоких нейронных сетей.
Александр Никулин — аспирант МФТИ — занимается офлайн-обучением с подкреплением.
Лауреат номинации «Молодые научные руководители»:
Владислав Куренков — выпускник МФТИ, научный руководитель Tinkoff Research — за успешное руководство исследовательской командой в области обучения с подкреплением.
Лауреат номинации «Исследователь Яндекса»:
Александр Безносиков — выпускник МФТИ, сотрудник Yandex Research ML Residency, заведующий лабораторией фундаментальных исследований МФТИ-Яндекс — сферы научных интересов: распределенные методы и федеративное обучение.
В этом году премия Яндекса в области машинного обучения вручается в пятый раз. Ее учредили в 2019 году в честь Ильи Сегаловича, одного из самых важных людей в истории компании. За это время лауреатами премии стали 39 молодых исследователей и научных руководителей. Исследования лауреатов расширяют возможности для прикладного применения ML-технологий, что позволит в будущем генерировать высокодетализированную компьютерную графику, делать поисковые и рекомендательные системы более точными. а также улучшит качество работы умных помощников. Кроме того, подобные решения могут найти применение в медицине для изучения развития клеток живых организмов или ранней диагностики редких заболеваний.
