Научно-исследовательские разработки и внедрение искусственного интеллекта и архитектуры GPU в инновационных сервисах и решениях
Научно-исследовательские разработки и внедрение искусственного интеллекта и архитектуры GPU в инновационных сервисах и решениях
Год 2017-2020
Департамент Лаборатория искусственного интеллекта с применением GPU-технологий
Проект направлен на применение технологий искусственного интеллекта для моделей предсказания, компьютерного зрения, беспилотных транспортных средств и технологий информационного моделирования (BIM).
Цели проекта
- Создание инфраструктуры кластера на основе графического процессора (GPU) для решения задач в области искусственного интеллекта, машинного и глубокого обучения, высокопроизводительных вычислений и облачных сервисов.
- Обучение и развитие ИИ на основе технологий глубокого и машинного обучения, нейронных сетей и распределенных вычислений.
- Разработка модели компьютерного зрения для распознавания образов в реальном времени.
- Разработка оптимального алгоритма и моделей искусственного интеллекта с применением машинного обучения в инновационных сервисах и решениях на основе GPU технологий.
- Создание конкурентоспособных программных решений на основе GPU.
- Внедрение технологий информационного моделирования (BIM) зданий от идей до эксплуатации и ремонта.
- 3D печать исторических зданий, проектирование жилых зданий.
- Поиск оптимальных решений для реализации проектов транспортной инфраструктуры, транспортно-пересадочных узлов, развитие модели на разных стадиях, реконструкция, и эксплуатация.
Руководитель проекта
Все участники
Щесняк Кирилл Евгеньевич
Директор Института инновационных инженерных технологий, руководитель лаборатории искусственного интеллекта с применением GPU технологи
Результаты проекта
Разработан алгоритм для классификации и распознавания объектов.
Разработана методика развертывания кластеров высокопроизводительных вычислений и облачных сервисов на базе технологий графического процессора (GPU).
Создан реестр данных датасета для обучения искусственного интеллекта.
Создан реестр математических сложных моделей.
Создана информационная система оценки факторов рисков безопасности в системах безопасности.
Оборудование
Весь список
NVIDIA DGX-1
Позволяет создавать новые классы умных машин, способных учиться, видеть и воспринимать мир как человек.
NVIDIA DGX Station
Система, разработанная специально для задач глубокого обучения.
NVIDIA Jetson TX2
Позволяет выполнять задачи по распознаванию объектов и по интерпретации окружающей среды для автономного пилотирования и навигации.
Область исследования
- Распознавание и классификация образов и объектов в реальном времени, а также по статическому изображению.
- Модели предсказания: количество поступающих абитуриентов, финансовые модели.
- Дроны с компьютерным зрением с анализом поступающего изображения в реальном времени.
- Анализ движения, реконструкция по модели, анализ существующего положения, цифровая модель, графическое представление модели, световое освещение, высотное строительство.