Публикации

В данном разделе представлены научные публикации команды «Когнитивных систем», а также публикации про нас в СМИ.

Искусство возможного

«Ключевое понятие здесь — смысл, — отмечает Артём Артёмов. — Связь между причиной (например, красным светом светофора) и следствием (остановкой машин). Вторая составляющая "человекообразного" интеллекта — это чувства...

Знакомьтесь, ваша новая персональная помощница. На что способен искусственный интеллект?

«Мы уверены, что невозможно создать искусственный интеллект, не научив его чувствовать. Мы считаем, что искусственный интеллект способен только тогда познавать, когда что-то его будет двигать...

Искусственный интеллект в ритейле нужен для оптимизации работы

Артем Артемов, директор компании «Когнитивные системы», считает, что у ритейлеров в скором будущем не должно остаться обслуживающего персонала, на часто задаваемые вопросы будут отвечать интеллектуальные помощники.

В ожидании чудес, обыкновенных чудес.
Артемов А.А., Сергеев А.С., Хасеневич И.А.

Компьютерные программы наступают на пятки представителям не только простых, но даже и таких творческих профессий как переводчик и журналист, грозя в недалеком будущем вытеснить их с рынка.

Обучение нейромоделей для машинного понимания естественного текста. Алгоритм Brain2Text. 2018.
А. Артемов, А.Сергеев, И. Хасеневич, А. Южаков, М. Чугунов

Сегодня Интернет представляет собой обширное информационное пространство, растущее в геометрической прогрессии, что делает проблему поиска данных в нем актуальной как никогда. Предложенный в статье алгоритм позволяет выполнять естественно-языковые запросы по содержанию документа и получать исчерпывающие содержательные ответы. Задача частично решена для английского языка, так как набор данных SQuAD содержит достаточно данных для обучения, однако подобный набор данных отсутствует в русском языке, поэтому методы, используемые сейчас, в большинстве неприменимы к русскому языку.

Информационный нейробайесовый подход к обучению нейронных сетей. Возможности и Перспективы.
А. Артемов, Е.Луценко, Э. Аюнц, И.Болохов

В статье представлено исследование проблемы классификации в нейронных сетях в контексте теории информации. Текущие исследования в этой области сосредоточены на задачах оптимизации и байесовском подходе. Хотя это дает удовлетворительные результаты, они требуют значительного количества данных и вычислительных мощностей для обучения и работы моделей.