Разработка теоретических основ и методов генеративного искусственного интеллекта и их приложение к неоднородным доменным областям

Цель научного исследования - разработка, анализ, адаптация, ускорение тестирование и применение алгоритмов и методов ИИ, в том числе для больших генеративных и языковых моделей, задач синтеза новых молекул и лекарств, а также "мегасайенс" проектов. При этом предполагается, что жизненный цикл алгоритмов ИИ должен быть выстроен таким образом, чтобы разработанные алгоритмы и методы могли быть применены в дальнейших прикладных решениях и ИТ-продуктах (Центр ИИ, Приоритет-2030). Задачи научного исследования: Основной задачей проекта является вертикальное развитие методов машинного обучения, обусловленных структурными и прочими ограничениями прикладных задач. Для этого задачи проекта можно разделить на несколько ключевых, связанных друг с другом подпроектов или тем (англ. working package). Каждая тема ориентирована на конкретное исследовательское направление и представляет собой трехлетний цикл исследований. В рамках каждой темы мы планируем решить ряд сложных проблем и разработать новые методы и алгоритмы, которые будут применяться к конкретным практическим задачам. Тема 1. Разработка и анализ новых эффективных вычислительных стохастических алгоритмов для высокоразмерных и сложных задач статистики и машинного обучения. Тема 2. Разработка методов адаптации генеративных моделей с учетом структурных ограничений. Тема 3. Разработка новых эффективных методов сжатия и ускорения моделей машинного обучения. Тема 4. Адаптация генеративных моделей к задачам наук о жизни. Тема 5. Адаптация генеративных моделей к задачам промышленности и естественных наук.