1.2.1 Искусственный интеллект и машинное обучение

Включает следующие направления исследования:

• Естественно-научные основы и методы искусственного интеллекта.
• Исследования в области оценки качества и эффективности алгоритмических и программных решений для систем искусственного интеллекта и машинного обучения. Методики сравнения и выбора алгоритмических и программных решений при многих критериях.
• Методы и алгоритмы моделирования мыслительных процессов: рассуждений, аргументации, распознавания и классификации, формирования понятий. Исследования в области нейроморфных методов анализа данных, имитационное моделирование строения и функций мозга, в том числе – и с использованием методов машинного обучения. Нейроинформатика и методы моделирования биологических нервных систем.
• Разработка методов, алгоритмов и создание систем искусственного интеллекта и машинного обучения для обработки и анализа текстов на естественном языке, для изображений, речи, биомедицины и других специальных видов данных.
• Методы и технологии поиска, приобретения и использования знаний и закономерностей, в том числе – эмпирических, в системах искусственного интеллекта. Исследования в области совместного применения методов машинного обучения и классического математического моделирования. Методы и средства использования экспертных знаний.
• Формализация и постановка задач управления и (поддержки) принятия решений на основе систем искусственного интеллекта и машинного обучения. Разработка систем управления с использованием систем искусственного интеллекта и методов машинного обучения в том числе – управления роботами, автомобилями, БПЛА и т.п.
• Разработка специализированного математического, алгоритмического и программного обеспечения систем искусственного интеллекта и машинного обучения. Методы и средства взаимодействия систем искусственного интеллекта с другими системами и человеком-оператором.
• Многоагентные системы и распределенный ИИ.
• Методы и средства использования для решения задач искусственного интеллекта и машинного обучения параллельных, квантовых вычислений и т.д.
• Исследования в области этических проблем, связанных с созданием и внедрением ИИ-систем, включая моделирование ожидаемых социальных и экономических последствий.
• Исследования в области «сильного ИИ», включая формирование понятийной базы и элементов математического формализма, необходимых для построения алгоритмического аппарата.
• Исследования в области «доверенных» систем класса ИИ, включая проблемы формирования тестовых выборок прецедентов, надежности, устойчивости, переобучения и т.д.
• Методы и средства формирования массивов данных и прецедентов, включая «большие данные», необходимых для решения задач искусственного интеллекта и машинного обучения. Проблемно-ориентированные коллекции данных для важных прикладных областей.
• Методы и средства формирования массивов условно-реальных данных и прецедентов, необходимых для решения задач искусственного интеллекта и машинного обучения.
• Математические исследования в области статистики, логики, алгебры, топологии, анализа функции и других областях, ориентированные на решение задач искусственного интеллекта и машинного обучения.
• Исследования в области специальных методов оптимизации, проблем сложность и элиминации перебора, снижения размерности.
• Исследования в области многослойных алгоритмических конструкций, в том числе – многослойных нейросетей.