МЦАВР провел международную осеннюю школу «Advances in Decision Analysis »

Конференция примечательна своим широким составом: на ней выступили как научные сотрудники центра, так и ученые из ведущих университетов со всего мира. Приветственное слово сказал директор МЦАВР Фуад Алескеров, секретарем выступил Даниил Ткачев.

iStock

На международной осенней школе «Advances in Decision Analysis» выступил лауреат Нобелевской премии и главный научный сотрудник МЦАВР Эрик Маскин. Его доклад был посвящен совершенствованию системы выборов. Ни одна из существующих моделей выборов не защищена от так называемого стратегического голосования. Это ситуация, при которой избиратели голосуют не за того кандидата, которого поддерживают и чьи взгляды разделяют, а за наиболее вероятного победителя. Это искажает сигналы избирателей и мешает реальному пониманию настроений. Кроме того, стратегическое голосование в итоге вредит и самим избирателям: они перестают понимать реальные шансы на победу разных кандидатов. Профессор Маскин рассмотрел уязвимости разных систем голосования и предложил возможные пути преодоления этой проблемы. 

Свой доклад, посвященный предпочтениям экономических агентов и их мэтчингу, представил один из ведущих турецких экономистов Ахмет Алкан. В его презентации были представлены доказательства двух теорем из сферы общественного выбора. В экономической теории агенты на рынке часто описываются упорядоченными предпочтениями. Кроме того, такая же система работает и в мэчтинге «многие ко многим», где участники рынка могут быть описаны функциями выбора, и соответствие происходит на основе их предпочтений. Например, в Турции выпускники школ сдают экзамены и создают упорядоченный список университетов, в которые они хотели бы попасть. Сами университеты также делают рейтинг студентов. На основе предпочтений двух сторон и происходит процесс зачисления в университет. Однако такая система может быть нестабильна, и Ахмет Алкан предложил рассмотреть более удачные способы «сведения» участников рынка. 

Актуальной теме использования искусственного интеллекта и больших языковых моделей в финансах был посвящен доклад сотрудников Сбера Джангира Джангирова и Андрея Вашевника. Современные модели могут работать с разными типами данных и выполнять большой набор задач: от написания и редактуры текстов до написания кода и создания сайтов. Однако из-за специфики работы и обучения самих моделей они могут быть уязвимы к действиям злоумышленников. Например, хакеры могут получить доступ к личным данным пользователей и другой конфиденциальной информации. А галлюцинации ИИ могут привести к непредсказуемым результатам, если за их помощью будут обращаться профессионалы в своей работе. Спикеры предложили новые подходы к преодолению этих недостатков больших языков моделей, например методы валидации для поиска слабых мест моделей и анализ безопасности. 

На конференции выступили ученые ведущих университетов со всего мира. Так, Арунава Сен из Индийского статистического института в Нью-Дели представил Доклад о механизме перераспределения учителей между школами с избытком и недостатком кадров в Индии. Он предложил подход, основанный на сетевом моделировании, который обеспечивает справедливое и стратегически устойчивое распределение учителей для минимизации кадрового дефицита. Марио Гуарачино из Университета Кассино и Южного Лацио, а также сотрудник Нижегородского кампуса Вышки, рассказал о современных методах представления графов в виде векторных пространств для задач классификации. Были рассмотрены различные техники, например графовые ядра, матричная факторизация и глубокое обучение, а также проведено их сравнение на синтетических и реальных наборах данных. Доклад Мишеля Грабиша из Университета Париж 1 Пантеон-Сорбонна  был посвящен генерации случайных емкостей, применяемых в принятии решений и машинном обучении. Он рассмотрел методы, которые позволяют учитывать ограничения и предпочтения при генерации емкостей. А Владимир Макаренков из Университета Квебека в Монреале представил доклад о современных методах биоинформатики. Он рассказал о методах реконструкции и анализа филогенетических деревьев и сетей, алгоритмах для выявления генетической рекомбинации и горизонтального переноса генов. Спикер продемонстрировал разработки его лаборатории, например программы для анализа коронавирусных геномов и новые методы кластеризации данных в биологии и медицине. 

На конференции с докладами выступили и научные сотрудники МЦАВР. Алексей Мячин представил доклад о методах анализа паттернов на основе парного сравнения параметров и интервальных оценок. Обсуждались вычислительная сложность, свойства методов и их применение для уменьшения размерности данных и анализа высокоразмерных наборов. А Борис Миркин рассказал о новых подходах к кластеризации интервальных данных с использованием модифицированного алгоритма k-means. Он представил методы инициализации кластеров и выявления аномальных кластеров, которые были протестированы на новых наборах данных, и алгоритмы улучшения кластеризации. 

В заключение директор МЦАВР Фуад Алескеров поблагодарил всех спикеров за участие и указал на важность подобных мероприятий для развития научного сотрудничества.

Алескеров Фуад Тагиевич

Директор Международного центра анализа и выбора решений

«Я очень счастлив, что мы провели такую школу. На ней выступили ученые мирового уровня, которые представили свои работы, результаты которых развивают известные методы в теории принятия решений. Все эти работы имеют не только теоретическое, но и, безусловно, важное прикладное значение. Это была уже не первая школа, проводимая нашим Центром, и я могу только подчеркнуть, что уровень работ – самый передовой в мире».

Подробнее о своих впечатлениях об Осенней школе Фуад Тагиевич рассказал порталу ВШЭ, почитать можно здесь.