Александр ПановВедущий научный сотрудник Института искусственного интеллекта AIRI, кандидат физико-математических наук, доцент
Опыт:Александр — специалист в области изучения искусственного интеллекта, ведущий научный сотрудник AIRI, кандидат физико-математических наук, доцент.
- Руководитель группы «Нейросимвольная интеграция» AIRI.
- Заведующий лабораторией когнитивных динамических систем Центра когнитивного моделирования МФТИ.
- Старший научный сотрудник лаборатории «Динамические интеллектуальные системы» ИСА ФИЦ ИУ РАН.
- Научный сотрудник и доцент ФКН ВШЭ.
- Доцент кафедры системных исследований Московского физико-технического института (МФТИ).
- Член Российской ассоциации искусственного интеллекта.
- Член Сообщества биологически инспирированных когнитивных архитектур (BICA Society).
- Член редколлегии журнала Biologically Inspired Cognitive Architectures.
- Ментор студенческой лаборатории по искусственному интеллекту (SLabAI).
Организатор Международной конференции по биологически инспирированным когнитивным архитектурам (BICA-2016 — Нью-Йорк, BICA-2017 — Москва), Международной школы по биологически инспирированным когнитивным архитектурам (Fierces on BICA, Москва) и школы молодых ученых по искусственному интеллекту (ISyT 2017, Санкт-Петербург).
Достижения:
- Лауреат медали Российской академии наук для молодых ученых 2017 года.
О чем рассказывает:
Александр расскажет о том, как представляют искусственный интеллект в обществе, как организован искусственный интеллект, какие у него направления и перспективы.
Занимаясь разработками в области искусственного интеллекта, ученый стремится сделать существующие дроны и роботы «умнее». Он считает, что ближайший путь к этому лежит через изучение психологии и биологии. В своих лекциях спикер рассказывает о том, что способны дать современная психология и биология для совершенствования методов искусственного интеллекта.
Темы выступлений:
- Компьютерное когнитивное моделирование
- Машинное обучение: разработка алгоритмов логического и гибридного методов анализа данных, разработка биологически правдоподобных алгоритмов машинного обучения
- Многоагентные системы и системы управления: исследование распределения ролей в коллективе агентов, разработка многоуровневых архитектур управления коллективами сложных технических объектов