Новости
26 Сентября, 2024
Отбор в Совет обучающихся образовательных организаций высшего образования и научных организаций
24 Сентября, 2024
Приглашаем принять участие в Открытой конференции ИСП РАН
19 Сентября, 2024
Открыт приём заявок на премию «За верность науке»
О центре
Исследовательский центр доверенного искусственного интеллекта (ИЦДИИ) основан на базе ИСП РАН в 2021 году в результате конкурсного отбора в рамках федерального проекта «Искусственный интеллект».
Руководитель: Д.Ю. Турдаков, к.ф.-м.н.
Число сотрудников: более 100.
Цель работы центра: создание методик и соответствующих программных и аппаратно-программных платформ для разработки и верификации технологий искусственного интеллекта (ИИ) с требуемым уровнем доверия.
Задачи центра
- фундаментальные и прикладные исследования в области доверенного искусственного интеллекта;
- создание масштабируемой (облачной) платформы, включающей специализированные инструменты разработки доверенных систем ИИ, а также соответствующих ПАК;
- подготовка высококвалифицированных кадров через реализацию новых учебных курсов по тематике Центра и вовлечение студентов и молодых специалистов во все активности Центра, в том числе разработку прикладных доверенных систем ИИ;
- создание и модерирование распределенного сообщества ведущих российских ученых по тематике Центра и экосистемы потребителей на основе принципа равнодоступности результатов работы Центра.
Индустриальные партнеры
- Лаборатория Касперского
- ЕС-Лизинг
- Интерпроком
- ТЕХНОПРОМ
Основной продукт ИЦДИИ ИСП РАН
Облачная платформа для анализа и разработки доверенных систем, использующих технологии ИИ. Объединяет программные инструменты и методики для противодействия принципиально новым угрозам, возникающим на всех этапах жизненного цикла соответствующих технологий:
- Доверенные фреймворки и библиотеки машинного обучения.
- Инструменты проверки наличия аномалий в наборах данных.
- Инструменты оценки устойчивости обученных моделей к атакам.
- Инструменты для повышения доверия к предобученным моделям.
- Методы защиты моделей от атак на этапе эксплуатации.
- Методы объяснения моделей.
- Методы обнаружения дрейфа данных.
- Методы выявления предвзятости моделей.