Основная цель — исследовать и внедрять новые методы и подходы для анализа и разработки гибких систем обработки информации и данных, особенно для распознавания, классификации, кластеризации, сегментации, прогнозирования, улучшения и уменьшения размерности. Текущий ИИ, особенно глубокое обучение, по-прежнему не понимает моделируемую область, он плохо интерпретируем, например, его легко обмануть с помощью состязательных примеров, и он не имеет возможности рассуждать. Современные системы искусственного интеллекта хороши для получения статистически вероятных ответов, но они не развивают правильного понимания того, как эти системы работают. Поэтому основное внимание уделяется разработке алгоритмов вычислительного интеллекта, сочетающих новые эффективные математические модели и когнитивные функции с возможностями рассуждений.

области исследований
методы работы с большими данными на основе тензорных и матричных разложений, технология тензорных поездов
рекомендательные системы
обучение больших нейросетевых моделей
сжатие (ускорение) инфиренса моделей
разработка кастомизированных (гибридных) решений для различных задача анализа данных
контакты