Библиотека
инференса CNN
Библиотека
обучения CNN
Cреда разработки
и обучения CNN
Анализ данных
Видеоаналитика
Техническое
зрение
Биометрия
Искусственный
интеллект
Main2021-06-23T01:18:03+03:00

Центр Технологий Искусственного Интеллекта НИЦ имени Н.Е. Жуковского (ЦТИИ) создан для интеграции усилий научных подразделений ГосНИИАС и ЦИАМ с целью продвижения на рынок продуктов и решений в области искусственного интеллекта и суперкомпьютерных технологий. К первоочередным задачам Центра относятся, прежде всего, создание, продвижение и продажа программного обеспечения в области искусственного интеллекта, формирование ряда новых интеллектуальных IT-сервисов, а также аналитические исследования и консалтинговые услуги в области продуктов и процессов, основанных на технологиях искусственного интеллекта, распределенных и высокопроизводительных вычислений.

«Национальный исследовательский центр «Институт имени Н.Е. Жуковского»

ФГБУ «НИЦ Институт им. Н.Е. Жуковского»

«Государственный научно-исследовательский институт авиационных систем»

ГНЦ ФГУП «ГосНИИАС»

«Центральный институт авиационного моторостроения имени П.И. Баранова»

ГНЦ ФАУ «ЦИАМ им. П.И. Баранова»

ПЛАТФОРМА

Платформа-ГНС — отечественная платформа для создания и обучения алгоритмов на основе глубоких нейронных сетей. Платформа базируется на фреймворке PLAT, поддерживающем как зарубежное, так и отечественное аппаратное обеспечение. Платформа предназначена для поддержки массового «конвейерного» производства, обучения и дообучения конечных решений для интеграции в конечные коммерческие решения и программные продукты.

Поддержка

Поддержка

Набор готовых проектов,
визуальное программирование

Пользователи

Пользователи

Поддержка, импорт/экспорт

Зарубежное ПО

Зарубежное ПО

Широкий и удобный набор
инструментов

Разработчики

Разработчики

Простые и эффективные
средства дообучения

Lifelong Learning

Lifelong

Learning

Поддержка, оптимизация

Отечественное ПО

Отечественное ПО

Возможность разработки ГНС
сложных структур

Data Scientists

Data Scientists

Трансфер

Учёт особенностей
прикладной области
и задачи

Приложения
Приложения

Оптимизированные модули

Бизнес
Бизнес

Средства тестирования и
отбора лучших решений

Алгоритмы
Алгоритмы

Оценки быстродействия
и учет особенностей
реализации

Железо
Железо

Сертифицированные модули

ОПК
ОПК

Обновляемый репозиторий
лучших методов и подходов

Наука
Наука
Снять ограничения для применения
ГНС в области ОПК

Барьер спецтребований

Барьер
спецтребований

Ресурсный
барьер

Барьер времени

Барьер
времени

Барьер разобщенности

Барьер
разобщенности

Барьер масштаба

Барьер
масштаба

Барьер юридический

Барьер
юридический

Барьер сложности

Барьеры

Решение

Обеспечить наискорейшее
внедрение самых передовых ГНС
в конечные изделия
Минимизировать проблемы из-за
несовместимости сред разработки,
повысить унификацию и взаимо-
понимание между командами
разработчиков
Упростить навигацию в пространстве
решений и совместное использование
знаний и данных
Понизить порог входа и резко
увеличить сообщество
разработчиков
Создание единой
интегрированной среды
разработки ГНС
для всей отрасли!
Создать механизмы защиты
правсобственников IP
и управления доступом
к конфеденциальным данным

Технологии и решения

  • Поиск оптимальных стратегий в задачах антагонистических игр методами обучения с подкреплением (reinforcement learning)
  • Оптимизация моделей, полученных в результате системного проектирования на основе моделирования (MBSE) для соответствия реальным данным на базе глубоких нейронных сетей с использованием сетей-трансформеров (transformer) и обучения с подкреплением
  • Глубокая оптимизация математических моделей, а также решение задач генеративного дизайна с целью выявления оптимальных параметров и обликов с использованием алгоритмов обучения с подкреплением
  • Выявление скрытых зависимостей в данных с помощью нейросетевого механизма внимания (attention)
  • Автоматическое формирование архитектур и обучение глубоких нейронных сетей (AutoML) для решения различных задач с учетом требуемых характеристик качества и времени срабатывания
  • Синтез описаний текстовых, растровых и видеоданных с помощью алгоритмов обработки текстов на естественном языке (NLP) на основе глубоких нейронных сетей
  • Голосовой помощник для создания автоматических презентаций на основе алгоритмов распознавания речи (ASR) и обработки текстов на естественном языке (NLP)
Система Биометрической Идентификации , позволяющая идентифицировать персон из базы данных в режиме реального
  времени на видеопотоке:
    • возможность использования как в зоне кооперативного контроля: СКУД, турникеты, рамки и пр., так и некооперативного контроля:
      коридоры, холлы, уличные зоны, подземные переходы, места массового cкопления людей с неограниченным количеством лиц в кадре;
    • возможность использования стереопар из двух стандартных камер для определения точного расстояния от лица человека
      до плоскости регистрации
    • Возможность вертикального и горизонтального масштабирования
    • Минимальное время идентификации и верификации от 100мс
    • Устойчивость решения к цвету кожи, национальности и перекрытиям лица, в том числе медицинскими масками и другими средствами
      индивидуальной защиты
    • Антиспуфинг – блокировка прохода по фотографии или экрану планшета / телефона
    • Определение пола и возраста, эмоций, наличия медицинской маски
• Клиент-серверная система идентификации на базе протокола REST API с полными возможностямипроведения облачной
  верификации и идентификации по фото
• Кроссплатформенный SDK распознавания лиц поддерживающий платформы x86-64, GPU Nvidia,ARM v8, а также ОС Windows,
  Linux, Android, встраиваемый в различные компоненты систем для расширения их функционала в части лицевой биометрии
 
• Обнаружение и распознавание движущихся объектов моделирования (MBSE) на основе алгоритмов
  анализа изображений, в том числе встраиваемыми в видеокамеры модулями
• Подсчет количества людей в толпе на транспорте и в местах массового скопления людей
• Обнаружение внештатных ситуаций , на основе нейросетевых алгоритмов класса “activity recognition”:
    • Детектор упавшего человека
    • Детектор драки
    • Детектор скопления людей
• Подсчет количества свободных парковочных мест на открытых парковках с возможностью
  определения парковки в запрещенных местах
• Обнаружение и распознавание людей и автомобилей на основе нейросетевых алгоритмов
 
• Обнаружение и распознавание опасных предметов (холодного и огнестрельного оружия, взрывчатых
  веществ и элементов самодельных взрывных устройств) на рентгеновских снимках при досмотре
 багажа с использованием интроскопов на транспорте и объектах повышенной опасности
• Оптическое распознавание символов (OCR) – распознавание изображений печатного и рукописного
  текста для последующего анализа
• Распознавание средств индивидуальной защиты (СИЗ) – распознавание наличия защитных касок, костюмов,
  перчаток, медицинских масок или противогазов
• Контроль качества выпускаемой продукции – визуальный контроль качества материалов на производстве,
  качества выкладки продукции в упаковку, полноту упаковки.
• Система технического зрения для задач автономного вождения или помощи водителю транспортных
  средств и поездов. Система включает:
    • семантическую сегментацию дорожного полотна и других элементов сцены
    • трехмерную плотную семантическую реконструкцию
    • комплексирование информации с камер и лидаров, в том числе с функцией определения собственного местоположения
    • обнаружение и распознавание движущихся и неподвижных объектов в 3D
• Распознавание штриховых кодов – быстрое и надежное автоматическое выделение и считывание
  одномерных и двумерных штриховых кодов на цифровых изображениях и видеоданных
• Задачи технологического контроля: предсказание расхождения технологических процессов
  по многомерным данным датчиков системы
• Интеллектуальная обработка текста (NLP) для решения задач анализа и аннотирования больших
  объёмов текстовой информации (архивы, открытые источники и т.д.)
• Распознавание речи (ASR) для задач оцифровки голосовых сообщений, записей, а также для
  последующего анализа данных нейросетевыми алгоритмами обработки естественного языка (NLP)
• Анализ данных в геологии:
    • Создание виртуальных датчиков - моделирование показаний датчика при наличии показаний датчиков
       другой физической природы
    • Автоматическая корреляция измерений для поиска полезных ископаемых
    • Нейросетевая интерполяция измерений по набору измерений – предсказание показаний датчиков
       в конкретной точке без бурения скважин
• Анализ данных в химической промышленности:
    • Предсказание свойств продукции по составу - в том числе используемых присадок
    • Предсказание свойств химических веществ (виртуальная лаборатория)
    • Определение оптимального состава/режима работы при производстве продукции для достижения
       заданных характеристик

Технологии и решения

  • Поиск оптимальных стратегий  (reinforcement learning)
  • Оптимизация моделей, полученных в результате системного проектирования на основе моделирования (MBSE)
  • Глубокая оптимизация математических моделей, а также решение задач генеративного дизайна 
  • Выявление скрытых зависимостей в данных  (attention)
  • Автоматическое формирование архитектур и обучение глубоких нейронных сетей (AutoML)
  • Синтез описаний текстовых, растровых и видеоданных (NLP) 
  • Голосовой помощник для создания автоматических презентаций (ASR) 
  • Система Биометрической Идентификации
  • Клиент-серверная система идентификации
  • Кроссплатформенный SDK распознавания лиц
  • Обнаружение и распознавание людей и автомобилей
  • Обнаружение и распознавание движущихся объектов моделирования (MBSE)
  • Обнаружение внештатных ситуаций
  • Подсчет количества людей в толпе
  • Подсчет количества свободных парковочных мест
  • Распознавание штриховых кодов
  • Система технического зрения для задач автономного вождения
  • ОБнаружение и распознавание опасных предметов
  • Оптическое распознавание символов (OCR)
  • Контроль качества выпускаемой продукции
  • Распознавание средств индивидуальной защиты (СИЗ)
  • Анализ данных в геологии
  • Анализ данных в химической промышленности
  • Задачи технологического контроля
  • Распознавание речи (ASR)
  • Интеллектуальная обработка текста (NLP)

Кредо & Миссия

Мы визионеры и технофутуристы — мы служим эволюции разума, будущему человечества и мировому прогрессу, развивая технологии искусственного интеллекта, глубоких нейросетей, робототехники и суперкомпьютерных вычислений

Мы ученые и инженеры — мы стремимся к совершенству, постоянно ищем и проверяем новые идеи, стараясь получать лучшие в мире результаты, но при этом всегда ориентированы на создание того, что реально работает и используется на практике

Мы энтузиасты и патриоты — мы создаем новое поколение отечественных интеллектуальных систем, а также помогаем максимально ускорить внедрение интеллектуальных технологий во всех сферах науки, производства и экономики России

Новости

Генеральный директор ЦТИИ на круглом столе по искусственному интеллекту

29 февраля, 2024|

Генеральный директор Центра Технологий искусственного интеллекта НИЦ «Институт имени Н.Е. Жуковского»*, академик РАН, С.Ю. Желтов принял участие в круглом столе «Искусственный интеллект — технология, генерирующая [...]

Руководитель научного комплекса ГосНИИАС на семинаре «Проблемы искусственного интеллекта» РАИИ и ФИЦ ИУ РАН

28 февраля, 2024|

31 января 2024 года руководитель научного комплекса «Искусственный интеллект и техническое зрение» ГосНИИАС, профессор РАН Ю.В. Визильтер выступил на научно-исследовательском семинаре «Проблемы искусственного интеллекта». Мероприятие [...]

Контакты

Благодарим за отправку сообщения. Ваше письмо отправлено.
Возникли трудности с отправкой вашего сообщения. Повторите попытку позже

ЦТИИ НИЦ «Институт имени Н.Е. Жуковского»

125319, Россия, г. Москва,
ул. Викторенко, д.7, корп. 10, помещение 2

Phone: +7(499) 759-00-59
Email: info@ctii-nrc.ru

Go to Top