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.
Снять ограничения для применения
ГНС в области ОПК
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)
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
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
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 [...]
Желтов С.Ю. назначен генеральным директором
Желтов Сергей Юрьевич вступил в должность генерального директора ООО "ЦТИИ НИЦ "Институт им. Н.Е. Жуковского"
Контакты
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