Krásné společenské stroje: pozvánka na diskusi o umělé inteligenci a algoritmické teorii her

/ 29.09.2021 /

Učená společnost Vás srdečně zve na diskusi

Krásné společenské stroje: umělá inteligence a algoritmická teorie her

Diskutovat bude pět světových expertů:

• Jiří Matas (ČVUT)
• Tomáš Mikolov (CIIRC)
• Martin Schmid (Google DeepMind)
• Jan Vondrák (Stanford University)
• Lenka Zdeborová (École Polytechnique Fédérale de Lausanne)

Moderuje Kateřina Poláková.

Kdy: 19. října 2021 od 16.00 hod.

Kde: v budově Akademie věd ČR, Národní 3, Praha 1 (místnost 206) a online na YouTube.

Pozor! Kapacita sálu je kvůli epidemiologické situaci značně omezena a nemůžeme zaručit, že se všichni zájemci vejdou. Osobní účast proto doporučujeme jen vážným zájemcům. Podmínkou je splnění bezpečnostních podmínek dle systému O-N-T (doklad o očkování, prodělané nemoci nebo negativní test).

Doporučujeme využít možnosti online sledování na YouTube: http://spolecenske-stroje.jdem.cz nebo přímo zde na stránkách:

Pozvánka ke stažení (PDF)

Jiří Matas

Řádný profesor v Centru strojového vnímání ČVUT v Praze. Doktorát získal na University of Surrey ve Velké Británii (1995). Publikoval více než 250 článků v recenzovaných časopisech a na konferencích. Jeho publikace mají přibližně 50 000 citací registrovaných v Google Scholar a 20 000 ve Web of Science.  Mezi jeho výzkumné zájmy patří vizuální sledování, rozpoznávání objektů, porovnávání a vyhledávání obrazů, sekvenční rozpoznávání vzorů a optimalizační metody typu RANSAC. Spoluzaložil dvě společnosti, Eyedea Recognition (počítačové vidění) a Locksley (kombinatorická optimalizace).

Tomáš Mikolov

Informatik zabývající se strojovým učením. Působí jako vedoucí výzkumný pracovník v Českém institutu informatiky, robotiky a kybernetiky (CIIRC). V minulosti pracoval ve Facebook AI Research a v týmu Google Brain, kde vyvíjel efektivní algoritmy pro výpočet distribuovaných reprezentací slov (projekt word2vec). Jeho dlouhodobým výzkumným cílem je vyvinout inteligentní stroje, které by mohly komunikovat s lidmi pomocí přirozeného jazyka. V roce 2018 získal cenu Neuron za významný vědecký objev v oblasti umělé inteligence.

Martin Schmid

Vedoucí vědecký pracovník ve společnosti Google DeepMind, kde vede projekt zaměřený na teorii her a strojové učení. Dříve pracoval v IBM Watson, kde se jeho výzkum zaměřoval na kombinaci strojového učení a zpracování přirozeného jazyka. Je jedním z hlavních autorů programu DeepStack, prvního počítačového programu, který porazil profesionální lidské hráče v no-limit pokeru. V roce 2017 získal ocenění ministerstva školství za vynikající výsledky výzkumu. Jeho současný výzkum se zabývá propojením světů teorie her a strojového učení a návrhem obecných algoritmů, které se učí v jakémkoli prostředí.

Jan Vondrák

Profesor matematiky na Stanfordově univerzitě. Doktorát získal v roce 2005 z aplikované matematiky na Massachusettském technologickém institutu (MIT) a v roce 2007 z informatiky na Univerzitě Karlově v Praze. Působil na postdoktorandských pozicích v Microsoft Research (2005–06) a na Princetonské univerzitě (2006–09) a v letech 2009–16 byl výzkumným pracovníkem v teoretické skupině ve výzkumném centru IBM Almaden. Zabývá se kombinatorickou optimalizací a algoritmickou teorií her, zejména teorií kombinatorických aukcí a optimalizací submodulárních funkcí.

Lenka Zdeborová

Profesorka fyziky a informatiky na École Polytechnique Fédérale v Lausanne, kde vede Laboratoř statistické fyziky výpočetních systémů. Doktorát z fyziky získala v roce 2008 na Univerzitě Paris-Sud a na Univerzitě Karlově v Praze. Dva roky strávila v Národní laboratoři v Los Alamos. V letech 2010–2020 působila v Ústavu teoretické fyziky francouzského CNRS. V roce 2014 získala bronzovou medaili CNRS, v roce 2016 cenu Philippa Meyera v oboru teoretické fyziky a startovací grant ERC, v roce 2018 cenu Irène Joliot-Curie, v roce 2021 přednesla Gibbsovu přednášku Americké matematické společnosti. Zabývá se aplikacemi konceptů ze statistické fyziky na problémy strojového učení, zpracování signálů, inference a optimalizace. Ráda stírá hranice mezi teoretickou fyzikou, matematikou a informatikou. V roce 2021 získala cenu Neuron pro mladé nadějné vědce v oboru fyzika.