DOCicon-edit-pencilicon-editicon-expand-blackicon-expandicon-expand-wideicon-exporticon-fbicon-filtericon-flagicon-gpicon-hearticon-igicon-liicon-likeicon-lineicon-link-copyicon-linkicon-locationicon-mobileicon-next-solidicon-nexticon-notifyicon-pdfPDFicon-pdf2icon-personicon-pptPPTicon-prev-solidicon-previcon-phoneicon-scrollicon-searchicon-shareicon-skypeicon-tagSelect-grayicon-tagSelecticon-telicon-texticon-timeicon-trashicon-tuneicon-twicon-urlicon-userpic-auth-blackicon-userpic-auth-whiteicon-userpic-authicon-userpicicon-userpic2icon-value-coloricon-valueicon-vkicon-webicon-windowicon-xlsXLSicon-yt КАЗАНСКИЙ ОТКРЫТЫЙ УНИВЕРСИТЕТ ТАЛАНТОВ 2.0 КАЗАНСКИЙ ОТКРЫТЫЙ УНИВЕРСИТЕТ ТАЛАНТОВ 2.0 PDF ВпередНазадИконка часыИконка emailПосещеноНе посещено
«Моделирование интеллектуальных систем»: завершилась профильная программа по информатике и математике

«Моделирование интеллектуальных систем»: завершилась профильная программа по информатике и математике

Репортаж с очной программы по науке 

Применение методов машинного обучения для решения интеллектуальных задач -   перспективное направление развития современной науки и техники. Межпредметный характер области интеллектуальных систем позволяет развить мотивацию школьников к углубленному изучению математики, информатики и техники. 

С 23 по 28 ноября состоялся заочный этап профильной программы по информатике и математике «Моделирование интеллектуальных систем». С 4 по 17 декабря в Республиканском центре выявления и поддержки одаренных детей и молодежи Татарстана по модели Образовательного центра «Сириус» прошел очный этап. Школьники получили опыт моделирования и программирования систем, которые оснащены искусственным интеллектом.

Заочный этап проводился дистанционно: в течение шести дней по два часа. Здесь преподаватели программы дали информацию больше прикладного характера, связанную с дальнейшим участием в очном этапе. Школьники изучали язык программирования Python, который не входит в школьную программу. Были лекции и практика. В завершении этапа они выполнили контрольную работу и тест, результаты которого позволили оценить степень готовности ребят к очному туру. На очном этапе участники программы приступили к изучению искусственного интеллекта.

Александр Агафонов, руководитель программы, кандидат физико-математических наук, заведующий кафедрой высшей математики и математического моделирования Института математики и механики им. Н.И. Лобачевского КФУ, отметил, что ребята на профильную программу приехали мотивированные и у некоторых уже были знания в этой области и опыт программирования:

– Мой курс на программе был больше обзорный. У меня была задача – дать школьникам не фрагментарное, а общее представление в этой области, чтобы они понимали, какие есть разделы, какие задачи решаются в разделах машинного обучения, рассмотрели различные методы, математические модели. Обучение строилось на теоретической и практической частях. Каждый модуль – определенная область машинного обучения. По 2-3 дня отводилось на каждый модуль. На практической части мы решали задачи программирования.

Если мы говорим про теоретическую часть, то здесь есть высшая математика, которую школьники не знают в полном объеме. Передо мной стояла задача – адаптировать некоторые разделы математики для того, чтобы школьники старших классов могли не только на практике применить готовые программы, а еще понимали, как это работает изнутри. 


Педагог отметил, что программа носит междисциплинарный характер – взаимосвязь математики и информатики. Например, методами машинного обучения решаются задачи физики, биологии, экономики и других наук. Это все применяется как инструмент в соответствующих науках. Сейчас область машинного обучения, искусственного интеллекта очень востребована. Есть задача, необходимость – как можно раньше давать школьникам полезные знания в этой области и развивать соответствующие компетенции. Чем раньше молодой человек в эту сферу войдет, тем конкурентно способнее он будет. 

В программе были предусмотрены пять модулей: 

  • «Машинное обучение без учителя», 
  • «Машинное обучение с учителем», 
  • «Искусственные нейронные сети», 
  • «Компьютерное зрение», 
  • «Машинное обучение с подкреплением».

Модуль «Машинное обучение без учителя» был посвящен практической реализации методов кластеризации данных. На конкретных практических примерах рассматривали метрические методы кластеризации. В рамках изучения модуля, школьники выполняли практические задания, заключающиеся в программной реализации и применении метода k-средних.

Модуль «Машинное обучение с учителем» был посвящен изучению теоретических основ и практической реализации методов машинного обучения, применяемых для классификации данных. Популярные методы классификации (метод Байеса, деревья принятия решений) рассматривались на примерах прикладных задач. Здесь участники программы выполняли практические задания классификации текста.

Модуль «Искусственные нейронные сети» содержал математические модели искусственных нейронных сетей, основные понятия, примеры использование нейронных сетей, виды архитектур нейронных сетей, а также методы их обучения. На практическом занятии школьники реализовали полученные знания для создания и обучения простых нейронных сетей, использовали открытые библиотеки для моделирования сетей сложной архитектуры.

Модуль «Компьютерное зрение» был посвящен знакомству участников программы с теорией и технологией создания интеллектуальных систем обнаружения, отслеживания и классификации объектов на основе информации, полученной из изображений. Школьники получили навыки решения прикладных задач компьютерного зрения. 

Модуль «Машинное обучение с подкреплением» содержал необходимые математические и биологические сведения для понимания работы генетического алгоритма, метода Q-learning. Обсуждалась программная реализация алгоритмов в популярных библиотеках машинного обучения на языке Python. На практическом занятии школьники реализовали полученные знания для создания и обучения контроллера виртуального агента.


Даниф Миннибаев, ученик 11 класса школы им. Г.Г. Гарифуллина село Ядыгерь (Кукморский район):

– На профильные программы важно ездить, чтобы узнать что-то новое, и понять нравится ли тебе эта тема. Здесь я узнал про машинное обучение, создание искусственных нейронных сетей и компьютерное зрение. Эти знания являются основой для продолжения изучения создания искусственного интеллекта, расширяют кругозор и помогают понять, как работают некоторые вещи вокруг нас. В этой программе мне понравились лекции: они были очень понятными и интересными. Мы не просто разбирали код, а сами участвовали в его создании. Кроме того, я узнал, что компьютер воспринимает изображение как набор из нескольких матриц, ряда чисел. Создал программу, которая определяет лицо на видео. Узнал, как работает и обучается один нейрон и целая нейронная сеть. Научился создавать и обучать нейронные сети и узнал, как работают сверточные нейронные сети и обучение с подкреплением.

Элина Муртазина, ученица 10 класса гимназии №96 (Казань):

Я заинтересована работой интеллектуальных систем и хотела бы в будущем связать свою жизнь с программированием, поэтому решила принять участие в профильной программе. Она действительно была полезна, так как python -– востребованный язык, и база, которую нам дали, реально очень хороша. Я считаю, что такие профильные программы расширяют кругозор и вдохновляют двигаться дальше. Дают понять, какое направление тебе больше по душе и кем ты хотел стать в будущем. 


Светлана Кириллина,
Медиалаборатория Университета Талантов