Вебинар о теории алгоритмов университета иннополис

Вебинар о Теории Алгоритмов Университета Иннополис

Доброго времени суток, Уважаемые читатели!

Серия наших вебинаров на прошлой неделе успешно преодолела свой экватор, и сегодня мы хотим проанонсировать предстоящий вебинар, а также публикуем расшифровки записей вопросов наших слушателей и ответов на них наших лекторов.

Итак, 11 марта в 18:00 (мск) наш профессор Мануэль Маззара провел вебинар по теме “Теория Алгоритмов” (Theory of Computation)

Профессор, слышали ли Вы о проекте Human Brain, целью которого является создание модели симуляции человеческого мозга?

Обратите внимание

Ответ: Да, проект HBP осуществляется университетом, в котором я работал прежде — École polytechnique fédérale de Lausanne (EPFL-Switzerland). Этот проект финансируется Евросоюзом. Они строят компьютерную модель настоящего мозга и тем самым пытаются познать всего его тайны.

Какие языки сегодня используются в программировании AI?

Ответ: Это зависит от конкретной отрасли AI (computer vision, machine learning, search, planning, robotics, natural language processing итд.). Я бы сказал, что следует выбирать тот язык, который позволяет легко создавать прототипы определенных элементов, к примеру, MATLAB. Однако, если Вы планируете построить систему, то С или С++ будут наилучшим выбором.

Не могли бы Вы привести пример, как AI может быть использован в нефтегазовой отрасли?

Ответ: Технологии искусственного интеллекта сегодня широко используются в современной нефтяной промышленности, включая симуляции нефтяных и газовых месторождений, оптимизация бурения и добычи, автоматизация бурения и контроль процесса в целом.

Какие базовые знания необходимо иметь для успешного обучения по этому предмету?

Важно

Ответ: Вам потребуются базовые знания по Программированию, Теория Вероятностей и Линейная Алгебра.

Относится ли Цепь Маркова к динамическому программированию?

Ответ: Да, относится. Цепи Маркова часто используются в решении проблем динамической оптимизации.

Скажите пожалуйста, насколько нужно хорошо разбираться в экономике, чтобы разработать механизмы AI в этой отрасли?

Ответ: Вам необходимо точно знать, что хочет от Вашей модели экономист, чтобы разработать эффективно действующую модель. С точки зрения знаний, я считаю, что Вам потребуется знание лишь основных экономических терминов и общих концепций.

Важно

Какие подходы существуют в области компьютерного зрения для приложений без априорной информации. Какие идеи существуют в области детекции движения?

Ответ: 1) Алгоритм кластеризации будет использоваться, если отсутствует априорная информация; 2) Детекция движения работает на основе метода дифференциации кадров, который сравнивает, как интенсивность пикселей меняет свое положение от кадра к кадру. Существует два варианта детекции движения: а) первый метод рассматривает изменение рисунка в целом; б) второй метод рассматривает движение усредненного массива

Что Вы можете сказать о языке R? Я слышал, что он достаточно популярен в области Machine Learning. Предусмотрен ли в самом курсе практикум по какому-либо языку программирования?

Ответ: Язык R часто используется, так как он бесплатен и легкодоступен в Сети. Я предпочитаю использовать MATLAB (мы можем добавить несколько заданий по языку R, если будут желающие). Курс по Artificial Intelligence будет иметь 5 заданий, в ходе которых студенты смогут использовать MATLAB или С++ для кодирования

Какая из указанных организаций – IEEE или ACM имеет больший авторитет в области Computer Science?

Ответ: Обе эти организации весьма авторитетны 

Вопрос 1: Ренат Шайхутдинов

Как Вы тестируете сложные линии поведения? Например, простую функцию можно тестировать с помощью юнит-тестов, а что делать в этом случае?

Ответ: Главная проблема заключается в том, что когнитивные системы имеют дело с обстоятельствами, которые невозможно полностью детализировать на этапе разработки, то есть предполагается, что когнитивные системы сталкиваются с изменяющейся, неподдающейся прогнозированию и не обладающей целостностью информацией. Тестировать эти типы систем крайне сложно. Конечно, Вы можете подвергнуть отдельные компоненты юнит-тестированию, но провести системное тестирование значительно сложнее. Большинство людей решают эту задачу путем тестирования системы в реальных условиях, наблюдая за тем, как она взаимодействует с живыми и неживыми объектами при переборе возможных сценариев. Вы можете сделать это в лабораторных условиях, смоделировав естественную среду (например, кухню), либо испытать ее в естественной среде, поставив ей задачу, и наблюдая за ее поведением, когда она пытается выполнить конкретную задачу.

Вопрос 2: Виктор Смирнов

Профессор Вернон, в своей презентации Вы концептуально разделяете обучение и развитие. Насколько распространено это разделение в когнитивистике и/или робототехнике?

Совет

Ответ: Различие между обучением и развитием заключается в том, что в ходе обучения происходит адаптация (калибровка) модели, предоставленной сторонним субъектом, а во время развития субъект создает свою модель.

Таким образом, обучение основано на определении параметров модели, предоставленной другим субъектом, в то время, как развитие основано на самостоятельном создании модели.

Это разделение еще не так распространено в научном сообществе, но оно оказалось очень полезным при объяснении технических методов и процессов, лежащих в основе обеих проблем. Конечно, существуют другие способы разделения обучения и развития.

Например, обучение обычно сосредоточено на одном навыке или знании, в то время, как развитие подразумевает приобретение множества навыков и знаний и понимание их взаимоотношений. Также, обучение часто подразумевает понимание того, как функционирует мир, зачастую без учета точки зрения агента на ситуации.

Развитие всегда связано с отношением способностей субъекта в контексте того, как функционирует мир. В психологии развитие представляет собой процесс, который проходит субъект с целью расширения своего набора возможных действий и продления временного интервала его способностей к проспекции (то есть способности предвосхищать события и необходимость действовать).

Вопрос 3: Анатолий Свириденков

Используете ли Вы какую-то определённую логику для знания? Если да, то какой тип? Логику первого порядка?

Ответ: Большинство когнитивных систем, такие как, Soar и ACT-R используют продукционную модель, то есть они являются системами, основанными на правилах с условиями и связанными действиями. Хотя они не используют формальную логику, они, в сущности, являются применением исчисления предикатов первого порядка, то есть логики первого порядка.

Эмерджентные (от англ. emergent – возникающий, неожиданно появляющийся) когнитивные системы не обозначают знание с помощью символов и следовательно, не используют формальную логику для обоснования или обозначения знания.

Обратите внимание

Вместо этого они используют коммутативные методы и ассоциативные техники для того, чтобы представить информацию и оперировать ей.

Вопрос 4: Дмитрий Чеснаков

В своей презентации Вы говорите о MOOC (массовые открытые дистанционныекурсы) или о курсе в Университете Иннополис?

Ответ: Речь идет курсе в Университете Иннополис. Профессор Вернон будет читать курс «Искусственные Когнитивные Системы» во втором семестре 2014-2015 учебного года

Вопрос 5: Виктор Смирнов

Насколько важна проблема моделирования феноменального сознания в современных когнитивных системах?

Ответ: Мнения расходятся. Некоторые ученые считают, что нет необходимости использовать понятие сознания при изучении процесса познания. Другие убеждены, что это неотъемлемая часть познания.

Важно

Что точно верно, так это то, что изучение вычислительных моделей сознания в данный момент является признанной областью исследования и изучение процесса познания играет важную роль.

В моем курсе мы не будем много обращаться к теме сознания, только при изучении различных типов памяти (процедурная и декларативная память)

Вопрос 6: Анатолий Свириденков

Что Вы думаете о глубоком обучении в когнитивных системах? Возможно ли комбинировать символьный и субсимвольный уровни?

Важно

Ответ: Отличный вопрос! Большая часть научного сообщества считает, что это важно. Когда я говорил о когнитивных архитектурах, я упомянул когнитивистский и эмерджентный подход. Сочетание этих двух подходов называется гибридной когнитивной архитектурой.

Существует множество известных гибридных когнитивных архитектур, таких как CLARION и ACT-R.

Основная идея заключается именно в том, что Вы предлагаете: сочетать символьные и субсимвольные формы знания, то есть знание, которое является эксплицитным и представлено символьной системой и знание, которое является имплицитным и зачастую представлено с помощью коммутативных методик, таких как искусственные нейронные сети.

Вопрос 7: Анатолий Свириденков

В какой области Вы ожидаете прорыв: моделирование мозга, машинное обучение или искусственный интеллект?

Ответ: Я думаю, в области машинного обучения, но все три области очень важны. Например, сейчас проводится много исследований в области моделирования мозга. Результаты уже оказали влияние на несколько вычислительных систем, например зеркальную нейронную систему. Лично я ожидаю несколько ключевых прорывов в области изучения автономных систем.

Вопрос 8: 

В своей презентации Вы уделяете большое внимание различным типам памяти. Для чего машине столько типов памяти?

Ответ: Нам нужны различные типы памяти для кодирования различным типов знания. Например, есть декларативное знание, которое относится к фактам о мире (металлы твердые, кипящая вода очень горячая и тд). Другой тип знания — это знания, основанные на навыках, способность делать вещи. Это процедурные знания.

Они закодированы в отдельном типе памяти и требует другие представления, когда Вы создаете искусственную систему. Мы называем это процедурной памятью.

Совет

Также есть кратковременная и долговременная память, кратковременная память хранит знание только, пока оно является нужным для выполнения какой-то задачи, долговременная память содержит весь опыт субъекта. 

Полная запись вебинара:

Вопрос 1: 

Сегодня компании и люди оперируют огромными массивами данных. Компании при этом аккумулируют всю историю сделок, управленческую информацию и другие данные. Люди сохраняют большой объем медиа-данных. Но в реальной жизни не существует организмов, способных сохранять всю сенсорную информацию. Есть ли в области разработки ПО парадигма, которая касается этого вопроса?

Ответ: Насколько мне известно, такой парадигмы сейчас не существует. Эта область является очень сейчас очень новой. Big Data, Data Mining и в определенной степени Deep Web – это те области, которые связаны с проблемой, упомянутой Вами.

Вопрос 2: 

Как вы думаете, превзойдут ли компьютеры и машины наши способности в будущем, если технологии будут развиваться такими темпами? Как человечество может это предотвратить, чтобы всегда оставаться впереди.

Ответ: Мое личное мнение – нет. Есть определенные вещи, которые способен сделать только человек; машины никогда не смогут их сделать. Скорость развития технологий и быстрота машин не имеют к этомй отношения.

Обратите внимание

Есть отдельные мыслительные процессы, которые машины просто не способны иметь. К примеру, вычислимость и гипотеза Туринга-Черча. Естественно, это всего лишь мое мнение. Однако, нет и свидетельств об обратном.

Некоторые же из моих коллег уверены, что через 50 лет у нас будут машины, обладающие сознанием. Я не уверен, что это случится. 

Вопрос 3: 

Насколько я понимаю, мы используем component-based software engineering ежедневно. Есть ли какая-то разница между CBSE и традиционными методиками программирования?

Обратите внимание

Ответ: Потребность в декомпозиции ПО на более мелкие компоненты существует не только в последние 10 или 15 лет, а намного дольше.

В самом начале развития компьютерных наук стало очевидно, что большие проблемы эффективнее решаются, если разделить их на мелкие части. CBSE безусловно является частью Software Engineering.

CBSE является эволюционным развитием предыдущих конепций, таких как структурированное программирование и объекто-ориентированная разработка. 

Вопрос 4: 

Какие отрасли развития IT являются наиболее важными в наши дни, и будут наиболее важными в ближайшем будущем?

Источник: https://neuronus.com/stat/124-vebinar-o-teorii-algoritmov-universiteta-innopolis.html

Вебинар о Теории Алгоритмов Университета Иннополис

Доброго времени суток, Уважаемые читатели!

Серия наших вебинаров на прошлой неделе успешно преодолела свой экватор, и сегодня мы хотим проанонсировать предстоящий вебинар, а также публикуем расшифровки записей вопросов наших слушателей и ответов на них наших лекторов.

Итак, 11 марта в 18:00 (мск) наш профессор Мануэль Маззара проведет вебинар по теме Теория Алгоритмов (Theory of Computation). Спешите зарегистрироваться на вебинар по ссылке.

Напоминаем, что продолжается сбор заявок на нашу программу бакалавриата.

Вебинар Artificial Intelligence, лектор — Самир Белхауари Вопрос 1:

Профессор, слышали ли Вы о проекте Human Brain, целью которого является создание модели симуляции человеческого ?

Ответ: Да, проект HBP осуществляется университетом, в котором я работал прежде — École polytechnique fédérale de Lausanne (EPFL-Switzerland). Этот проект финансируется Евросоюзом. Они строят компьютерную модель настоящего и тем самым пытаются познать всего его тайны.

Вопрос 2: Какие языки сегодня используются в программировании AI?

Ответ: Это зависит от конкретной отрасли AI (computer vision, machine learning, search, planning, robotics, natural language processing итд.). Я бы сказал, что следует выбирать тот язык, который позволяет легко создавать прототипы определенных элементов, к примеру, MATLAB. Однако, если Вы планируете построить систему, то С или С++ будут наилучшим выбором.

Вопрос 3: Не могли бы Вы привести пример, как AI может быть использован в нефтегазовой отрасли?

Читайте также:  Недавние исследования показали что компьютерный интерфейс способен расшифровать мысли человека

Ответ: Технологии искусственного интеллекта сегодня широко используются в современной нефтяной промышленности, включая симуляции нефтяных и газовых месторождений, оптимизация бурения и добычи, автоматизация бурения и контроль процесса в целом.

Вопрос 4: Какие базовые знания необходимо иметь для успешного обучения по этому предмету?

Важно

Ответ: Вам потребуются базовые знания по Программированию, Теория Вероятностей и Линейная Алгебра.

Вопрос 5: Относится ли Цепь Маркова к динамическому программированию?

Ответ: Да, относится. Цепи Маркова часто используются в решении проблем динамической оптимизации.

Вопрос 6: Скажите пожалуйста, насколько нужно хорошо разбираться в экономике, чтобы разработать механизмы AI в этой отрасли?

Ответ: Вам необходимо точно знать, что хочет от Вашей модели экономист, чтобы разработать эффективно действующую модель. С точки зрения знаний, я считаю, что Вам потребуется знание лишь основных экономических терминов и общих концепций.

Вопрос 7: Какие подходы существуют в области компьютерного зрения для приложений без априорной информации. Какие идеи существуют в области детекции движения?

Ответ: 1) Алгоритм кластеризации будет использоваться, если отсутствует априорная информация; 2) Детекция движения работает на основе метода дифференциации кадров, который сравнивает, как интенсивность пикселей меняет свое положение от кадра к кадру. Существует два варианта детекции движения: а) первый метод рассматривает изменение рисунка в целом; б) второй метод рассматривает движение усредненного массива

Вопрос 8: Что Вы можете сказать о языке R? Я слышал, что он достаточно популярен в области Machine Learning. Предусмотрен ли в самом курсе практикум по какому-либо языку программирования?

Ответ: Язык R часто используется, так как он бесплатен и легкодоступен в Сети. Я предпочитаю использовать MATLAB (мы можем добавить несколько заданий по языку R, если будут желающие). Курс по Artificial Intelligence будет иметь 5 заданий, в ходе которых студенты смогут использовать MATLAB или С++ для кодирования

Совет

Вопрос 9: Какая из указанных организаций – IEEE или ACM имеет больший авторитет в области Computer Science?

Ответ: Обе эти организации весьма авторитетны

Полная запись вебинара:

Вебинар Artificial Cognitive Systems, лектор — Дэвид Вернон Вопрос 1: Ренат Шайхутдинов Как Вы тестируете сложные линии поведения? Например, простую функцию можно тестировать с помощью юнит-тестов, а что делать в этом случае?

Ответ: Главная проблема заключается в том, что когнитивные системы имеют дело с обстоятельствами, которые невозможно полностью детализировать на этапе разработки, то есть предполагается, что когнитивные системы сталкиваются с изменяющейся, неподдающейся прогнозированию и не обладающей целостностью информацией. Тестировать эти типы систем крайне сложно. Конечно, Вы можете подвергнуть отдельные компоненты юнит-тестированию, но провести системное тестирование значительно сложнее. Большинство людей решают эту задачу путем тестирования системы в реальных условиях, наблюдая за тем, как она взаимодействует с живыми и неживыми объектами при переборе возможных сценариев. Вы можете сделать это в лабораторных условиях, смоделировав естественную среду (например, кухню), либо испытать ее в естественной среде, поставив ей задачу, и наблюдая за ее поведением, когда она пытается выполнить конкретную задачу.

Вопрос 2: Виктор Смирнов Профессор Вернон, в своей презентации Вы концептуально разделяете обучение и развитие. Насколько распространено это разделение в когнитивистике и/или робототехнике?

Совет

Ответ: Различие между обучением и развитием заключается в том, что в ходе обучения происходит адаптация (калибровка) модели, предоставленной сторонним субъектом, а во время развития субъект создает свою модель.

Таким образом, обучение основано на определении параметров модели, предоставленной другим субъектом, в то время, как развитие основано на самостоятельном создании модели.

Это разделение еще не так распространено в научном сообществе, но оно оказалось очень полезным при объяснении технических методов и процессов, лежащих в основе обеих проблем. Конечно, существуют другие способы разделения обучения и развития.

Например, обучение обычно сосредоточено на одном навыке или знании, в то время, как развитие подразумевает приобретение множества навыков и знаний и понимание их взаимоотношений. Также, обучение часто подразумевает понимание того, как функционирует мир, зачастую без учета точки зрения агента на ситуации.

Развитие всегда связано с отношением способностей субъекта в контексте того, как функционирует мир. В психологии развитие представляет собой процесс, который проходит субъект с целью расширения своего набора возможных действий и продления временного интервала его способностей к проспекции (то есть способности предвосхищать события и необходимость действовать).

Обратите внимание

Вопрос 3: Анатолий Свириденков Используете ли Вы какую-то определённую логику для знания? Если да, то какой тип? Логику первого порядка?

Ответ: Большинство когнитивных систем, такие как, Soar и ACT-R используют продукционную модель, то есть они являются системами, основанными на правилах с условиями и связанными действиями. Хотя они не используют формальную логику, они, в сущности, являются применением исчисления предикатов первого порядка, то есть логики первого порядка.

Эмерджентные (от англ. emergent – возникающий, неожиданно появляющийся) когнитивные системы не обозначают знание с помощью символов и следовательно, не используют формальную логику для обоснования или обозначения знания.

Обратите внимание

Вместо этого они используют коммутативные методы и ассоциативные техники для того, чтобы представить информацию и оперировать ей.

Вопрос 4: Дмитрий Чеснаков В своей презентации Вы говорите о MOOC (массовые открытые дистанционныекурсы) или о курсе в Университете Иннополис?

Ответ: Речь идет курсе в Университете Иннополис. Профессор Вернон будет читать курс «Искусственные Когнитивные Системы» во втором семестре 2014-2015 учебного года

Вопрос 5: Виктор Смирнов Насколько важна проблема моделирования феноменального сознания в современных когнитивных системах?

Ответ: Мнения расходятся. Некоторые ученые считают, что нет необходимости использовать понятие сознания при изучении процесса познания. Другие убеждены, что это неотъемлемая часть познания.

Важно

Что точно верно, так это то, что изучение вычислительных моделей сознания в данный момент является признанной областью исследования и изучение процесса познания играет важную роль.

В моем курсе мы не будем много обращаться к теме сознания, только при изучении различных типов памяти (процедурная и декларативная память)

Вопрос 6: Анатолий Свириденков Что Вы думаете о глубоком обучении в когнитивных системах? Возможно ли комбинировать символьный и субсимвольный уровни?

Важно

Ответ: Отличный вопрос! Большая часть научного сообщества считает, что это важно. Когда я говорил о когнитивных архитектурах, я упомянул когнитивистский и эмерджентный подход. Сочетание этих двух подходов называется гибридной когнитивной архитектурой.

Существует множество известных гибридных когнитивных архитектур, таких как CLARION и ACT-R.

Основная идея заключается именно в том, что Вы предлагаете: сочетать символьные и субсимвольные формы знания, то есть знание, которое является эксплицитным и представлено символьной системой и знание, которое является имплицитным и зачастую представлено с помощью коммутативных методик, таких как искусственные нейронные сети.

Вопрос 7: Анатолий Свириденков
В какой области Вы ожидаете прорыв: моделирование , машинное обучение или искусственный интеллект?
Ответ: Я думаю, в области машинного обучения, но все три области очень важны.

Например, сейчас проводится много исследований в области моделирования . Результаты уже оказали влияние на несколько вычислительных систем, например зеркальную нейронную систему.

Лично я ожидаю несколько ключевых прорывов в области изучения автономных систем.

Совет

Вопрос 8: В своей презентации Вы уделяете большое внимание различным типам памяти. Для чего машине столько типов памяти?

Ответ: Нам нужны различные типы памяти для кодирования различным типов знания. Например, есть декларативное знание, которое относится к фактам о мире (металлы твердые, кипящая вода очень горячая и тд). Другой тип знания — это знания, основанные на навыках, способность делать вещи. Это процедурные знания.

Они закодированы в отдельном типе памяти и требует другие представления, когда Вы создаете искусственную систему. Мы называем это процедурной памятью.

Также есть кратковременная и долговременная память, кратковременная память хранит знание только, пока оно является нужным для выполнения какой-то задачи, долговременная память содержит весь опыт субъекта.

Полная запись вебинара:

Вебинар Component-Based Software Engineering, лектор — Мануэль Маззара Вопрос 1: Сегодня компании и люди оперируют огромными массивами данных.

Компании при этом аккумулируют всю историю сделок, управленческую информацию и другие данные. Люди сохраняют большой объем медиа-данных. Но в реальной жизни не существует организмов, способных сохранять всю сенсорную информацию.

Есть ли в области разработки ПО парадигма, которая касается этого вопроса?

Ответ: Насколько мне известно, такой парадигмы сейчас не существует. Эта область является очень сейчас очень новой. Big Data, Data Mining и в определенной степени Deep Web – это те области, которые связаны с проблемой, упомянутой Вами.

Вопрос 2: Как вы думаете, превзойдут ли компьютеры и машины наши способности в будущем, если технологии будут развиваться такими темпами? Как человечество может это предотвратить, чтобы всегда оставаться впереди.

Ответ: Мое личное мнение – нет. Есть определенные вещи, которые способен сделать только человек; машины никогда не смогут их сделать. Скорость развития технологий и быстрота машин не имеют к этомй отношения.

Обратите внимание

Есть отдельные мыслительные процессы, которые машины просто не способны иметь. К примеру, вычислимость и гипотеза Туринга-Черча. Естественно, это всего лишь мое мнение. Однако, нет и свидетельств об обратном.

Некоторые же из моих коллег уверены, что через 50 лет у нас будут машины, обладающие сознанием. Я не уверен, что это случится.

Вопрос 3: Насколько я понимаю, мы используем component-based software engineering ежедневно. Есть ли какая-то разница между CBSE и традиционными методиками программирования?

Обратите внимание

Ответ: Потребность в декомпозиции ПО на более мелкие компоненты существует не только в последние 10 или 15 лет, а намного дольше.

В самом начале развития компьютерных наук стало очевидно, что большие проблемы эффективнее решаются, если разделить их на мелкие части. CBSE безусловно является частью Software Engineering.

CBSE является эволюционным развитием предыдущих конепций, таких как структурированное программирование и объекто-ориентированная разработка.

Источник: https://www.pvsm.ru/news/56606

Вебинар о Component Based Software Engineering Университета Иннополис

Доброго времени суток, Хабровчане!

Хотим напомнить, что сегодня наш профессор Дэвид Вернон проведет открытый вебинар на тему Artificial Cognitive Systems. Регистрация продолжается здесь. Начало в 18:00 по московскому времени.

А на следующей неделе у нас пройдет третий по счету вебинар на тему Component Based Software Engineering. Проведет его Associate Professor Университета Иннополис Мануэль Маззара. Начало – 25 февраля в 18:00 (мск). Ссылка для участия тут.

Кстати, победителем нашего конкурса первого вебинара стал Максим Казаков — он задал профессору Белхауари несколько вопросов о применении искусственного интеллекта в нефтяной индустрии и экономике.

Важно

Заявки на программу бакалавриата принимаются здесь.
Подробная информация о программе.

Сегодня мы рассказываем о профессоре Маззаре и его научно-исследовательской деятельности.

Профессор Мануэль Маззара на протяжении своей карьеры демонстрировал гибкость, твердость воли и способность к адаптации, наряду с приверженностью к исследованиям, командной работой и наставничеством.

В 2000 году он работал системным администратором в CS Labs в Болонье, (Италия), а в 2003 году являлся инженером по разработке ПО в компании Microsoft в Редмонде (США), где он прошел хорошую практическую школу, которая в дальнейшем пригодилась для более глубокой теоретической деятельности в рамках диссертационной работы на степень PhD в Болонье (Италия). В этот период, он также работал преподавателем и фриланс-консультантом (в банковском и частном бизнесе).

В 2006 году Мануэль являлся доцентом Университета Больцано (Италия), где он преподавал курсы по Программной Инженерии, Разработку Компонентной Архитектуры и Тестирование Надежности ПО. В 2007 году он работал проектным менеджером в Техничесокм Университете Вены (Австрия) над Семантически структурированными сетями.

С 2008 по 2012 годы Мануэль занимался одним из наиболее интересных и нестандартных проектов в его жизни – это был проект DEPLOY, реализовывавшийся в Университете Ньюкасла (Великобритания). Этот проект объединял в себе нескольких участников, 4 из которых представляли компании Bosch, Siemens, SAP and Space Finland.

Задачей проекта являлось внедрение технологий программной инженерии в производство для обеспечения высокой надежности продукции.

В 2012 г. Мануэль также работал в качестве научного сотрудника в Международном институте технологий ПО Объединенных Наций (UNU-IIST) в Макао (Китай), одновременно совмещая эту должность с позицией приглашенного исследователя в Ньюкасле (текущее место работы).

Мануэль занимался вопросами автоматизации процедур иммунизации для стран «третьего» мира и проектами электронного здравоохранения и устойчивого развития под эгидой программы “Agenda 21” ООН.

Совет

Этот опыт явился фундаментом к значительному росту с технической, управленческой и личностной точек зрения.

Читайте также:  Искусственный интеллект научился джазовой импровизации

В 2013 г. Мануэль базировался в Политехническом университете Милана, где исследовал вопросы удаленной помощи пациентам и инструментам телемедицины.

Профессор Маззара – человек с разнообразными интересами и увлечениями, его навыки и умения как в технической области, так и в сфере межличностного общения засвидетельствованы множеством различных историй сотрудничества с его коллегами, деловыми партнерами и учениками.

Публикуем перевод публикации, подготовленной М.Маззарой в соавторстве с его коллегами: «Социальные сети и коллективный интеллект: возвращение к Агоре» (2012), Университет Ньюкасла

Mazzara M, Biselli L, Greco PP, Marraffa A, Qamar N, De Nicola S

Источник: http://savepearlharbor.com/?p=213045

Теория алгоритмов // Валерий Опойцев ≪ ∀ x, y, z

1. Полиномиальные и экспоненциальные алгоритмыИсходные понятия. Длина описания задачи. Кодирование описания. Число бит информации, необходимых для формулировки задачи. Время решения, или число арифметических операций, требуемых для решения задачи. Водораздел между полиномиальными и переборными алгоритмами.

2. Задачи распознавания и оптимизацииРоль задач распознавания в теории алгоритмов. Сводимость оптимизации к распознаванию — почти всегда. Задача о простоте числа. О труднорешаемости задачи разложения на множители составного числа.

Определение классов P и NP. Совпадает ли P с NP или не совпадает — вопрос на миллион долларов. Феноменальный прорыв в изучении труднорешаемых задач в связи с открытием NP-класса.

Машина Тьюринга как универсальный вычислительный прибор. Контраст примитивности устройства с фантастическими возможностями. Тезис Тьюринга. Задача Тьюринга как универсальная переборная (NP-полная) задача.

5. Опорные комбинаторные задачиДжентльменский набор комбинаторных задач. Минимальное остовное дерево (МОД). Задача коммивояжера. Задачи: клика, изоморфизм графов, паросочетание, рюкзак, целочисленное линейное программирование (ЦЛП), транспортная задача. В двух словах о непрерывной задаче линейного программирования. Логические задача ВЫПОЛНИМОСТЬ.

Теорема Кука устанавливает NP-полноту задачи ВЫПОЛНИМОСТЬ, трансформируя проблематику в область задач, которые можно «пощупать».

Лекции читает Опойцев Валерий Иванович, доктор физико-математических наук, профессор МФТИ, гл. н. с. ИПУ РАН.

Дополнительные материалы: oschool.ru

  • Идеальный газ. Уравнение состояния газа. Взаимосвязь давления, температуры и объёма. Механизмы рождения макропараметров в рамках «молекулярного бильярда». Первое начало термодинамики как закон сохранения энергии. Вывод уравнения Бернулли. Энтропия и второе начало термодинамики. Тепловые машины и цикл Карно. Энтропия информационная. Энтропия как неопределённость. Аксиоматический подход к определению энтропии. Принцип максимума энтропии. Подход статистической физики за пределами термодинамики.
  • Мультфильм рассказывает об использовании идеи биологической эволюции в задачах искусственного интеллекта, истории эволюционных алгоритмов и принципах их работы. Все это подробно изучается на магистерской программе Университета Иннополис «Робототехника». Историю об эволюционных алгоритмах нам помог рассказать доцент, руководитель Лаборатории искусственного интеллекта в разработке игр Университета Иннополис Джозеф Браун.
  • В алгоритмической теории информации колмогоровская сложность объекта (такого, как текст) есть мера вычислительных ресурсов, необходимых для точного определения этого объекта. Колмогоровская сложность также известна как описательная сложность, сложность Колмогорова — Хайтина, стохастическая сложность, алгоритмическая энтропия или алгоритмическая сложность.
  • На чем основаны генетические алгоритмы? Как происходит создание различных уровней в компьютерной игре? Каковы перспективы применения эволюционных алгоритмов? На эти и другие вопросы отвечает доцент Университета Иннополис Джозеф Браун. Процедурная генерация контента в играх — это процесс автоматического создания различных ресурсов. Таким образом можно создавать повествование или сюжет игры или более простые объекты, такие как деревья. Или какие-нибудь элементы игрового процесса. Например, какие будут уровни. Этим я в основном и занимаюсь: как создать уровень, который отвечает некоторым ожиданиям игрока и некоторым ожиданиям в контексте повествования. Я использую много приемов из области, которая называется вычислительный интеллект. А вычислительный интеллект применяет биоинспирированные методы для решения сложных задач оптимизации.
  • Теория сложности вычисленийТеория сложности вычислений — бурно развивающаяся область теоретической информатики (theoretical computer science) и охватывает как чисто теоретические вопросы, так и вопросы, непосредственно связанные с практикой. Среди наиболее важных приложений этой теории можно назвать способы построения и анализа эффективных алгоритмов, а также современные криптографические методы. Поэтому знакомство с основами теории сложности, безусловно, полезно любому, кто собирается серьезно заниматься практическим программированием или теоретическими исследованиями.
  • Колмогоровская энтропия: история и новые перспективыВ 1958 году в Докладах Академии Наук вышла заметка А. Н. Колмогорова об энтропии как новом инварианте преобразований, сохраняющих меру. Вместе с двумя более ранними заметками, в которых заложены основы того, что потом было названо КАМ-теорией, эти работы полностью изменили облик и место в математике теории динамических систем. Это открытие привело серьезному прогрессу в нескольких областях математики, однако, как ни странно, некоторые идеи, близко лежащие к колмогоровским, не были развиты и даже замечены. Энтропия является одним из целой серии инвариантов, которые возникают при рассмотрении динамики метрических пространств с мерой. Изучение динамики метрик полезно и в других вопросах комбинаторики и теории случайных процессов.
  • Курс занятий посвящен тому, что в математике сделать нельзя. Но речь пойдет не о запрещенных действиях (типа деления на ноль или квадратуры круга), а об отсутствии общих методов для решения некоторых широких классов задач. Начиная от определения вычислимой функции (через машину Тюринга), мы узнаем про существование универсальной вычислимой функции, и как следствие – о существовании не вычислимых функций. Отсюда мы поймем, какие задачи никакой компьютер (даже сколь угодно мощный) решить не может в принципе. Затем мы определим «Колмогоровскую сложность» и изучим ряд ее «нехороших» свойств, именно, не вычислимость некоторых связанных с ней характеристик. Эти свойства сыграют решающую роль в доказательстве теоремы Гёделя о неполноте – одного из самых значительных научных открытий ХХ-го века.
  • Какова история создания машины Тьюринга? Как она повлияла на развитие идей, лежащих в основе ряда современных технологий? Какие проблемы существуют в теории вычислительной сложности? И как математика рассматривает понятие случайность? Об идее универсальной машины, проблеме перебора и случайности рассказывает кандидат физико-математических наук Александр Шень.
  • Игры и смешанные стратегии. Задача о покупке акций на рынке ценных бумаг. Увеличение гарантированного выигрыша за счёт приобретения убыточных акций. Равновесие по Нэшу как индивидуально разумное решение игры. Почему реальные системы часто «сидят» в таком равновесии. Рыночная модель. Дилемма заключённого. Игровые ситуации, где в первую очередь играет роль психология.
  • Зеркальная симметрия. Изучение системы по реакциям на внешние воздействия. Нечувствительность к группам преобразований. Законы сохранения в механике как следствие инвариантности к преобразованиям Галилея. Поднимемся от зеркальной симметрии к общему понятию симметрии, каковым считают явление неизменности/инвариантности того или иного объекта при определённых преобразованиях/изменениях. «Объектом» может быть что угодно: геометрическая фигура, уравнение движения, модель того или иного явления и т. п.

Далее >>>

Источник: https://forany.xyz/a-400

Олимпиадное программирование как фактор рывка в IT-сфере

Информационные технологии становятся системообразующим элементом экономики на современном этапе развития общества. Вероятно, главным ресурсом национального благосостояния в ближайшее время будут инновационные производства, а не нефть, газ и другие природные ресурсы.

Уже сейчас СМИ штампуют один за другим материалы о том, как человечество находится одной ногой на стадии «экономики искусственного интеллекта», а «экономика знаний» – уже пройденный этап.

В этой связи актуальность приобретает подготовка грамотных специалистов, способных конкурировать не только на национальном, но и на глобальном уровне в области IT.

В Татарстане много внимания уделяется развитию сферы информационных технологий. Речь в данном случае идёт как о руководстве Республики, так и о бизнес-секторе. Тем не менее, в настоящее время, несмотря на разговоры и актуальность темы, на рынке труда ощущается кадровый голод, который пытаются утолить предприятия.

Фундамент заложен, но что дальше?

На первый взгляд, может показаться, что все необходимые звенья для выстраивания эффективной системы подготовки кадров в Татарстане в наличии. Есть среднеобразовательные школы, в которых даётся мощная математическая база – Лицей имени Н.И.

Лобачевского, ИТ-лицей КФУ, 131-я школа, 122-я, 19-я и 7-я гимназии, лицеи-интернаты №7 и №2. Учащиеся этих учреждений отличаются неплохими навыками в области программирования, которые при должной работе могут привести к очень хорошим результатам.

Дальнейшей огранке талант подвергается в вузах – КФУ, КНИТУ-КАИ, КНИТУ, Университете Иннополиса. В регионе базируются известные компании в сфере IT: ICL – КПО ВС, «БАРС-Груп».

Недавно появился целый город, экономика которого должна быть выстроена исключительно на базе высокотехнологичных индустрий – Иннополис.

Университет Иннополиса способствует выходу на новый уровень подготовки программистов-школьников, организуя специальные недельные школы / Источник: http://welcome.innopolis.ru/

Казалось бы, все для качественного рывка есть.

Обратите внимание

Но для его совершения предстоит непростой путь по выстраиванию по-настоящему работающей системы, которая будет служить залогом экономического роста Татарстана.

Одним из функциональных звеньев этой системы, по мнению экспертов в сфере IT, должно стать олимпиадное программирование. 

Что такое олимпиадное программирование?

Студенты в рамках олимпиад решают задачи из разных областей информатики, теории программирования, науки о данных. Используя математические алгоритмы, они должны реализовывать проекты, направленные на обработку текстовой информации, поиск наиболее удобных маршрутов, вычисление оптимальных решений.

Практически все задачи, по сути, берутся из тех предметов и тем, которые есть в учебной программе.

Во многом благодаря этому у студентов, участвующих в олимпиадах, все хорошо складывается по основным программистским предметам, ведь в ходе университетских занятий они обычно сталкиваются с более лёгкими заданиями.

Источник: https://ikarta.tatar/initiative/sbornaya-tatarstana-po-programmirovaniyu/blog/64

Мои впечатления от онлайн теста университета Innopolis

Сейчас идет активная раскрутка университета Innopolis, все IT группы в vk.com отметились рекламными постами этого университета, а многие и не раз. Интереса ради я заполнял в ихнем личном кабинете свои данные, прошел тест английского языка. Спустя некоторое время мне позвонил их менеджер и предложил пройти IT тест.

Что такое Innopolis?

Это новый университет недалеко от Казани, вернее даже целое пространство со своим городком, где должны будут выпускаться специалисты западного уровня, но в России. Фишка в том, что преподавание будет проходить на английском с приглашенными преподавателями из западных университетов. Ну и наверняка все самые новые достижения в компьютерных науках будут преподаваться.

Сам университет представляет из себя с виду футуристичное такое стеклянное здание. Все сделано на высоком уровне, судя по фото, и внутри университета и вся инфраструктура. Даже общага не похожа на русскую общагу, а скорее на общагу из американских фильмов про студентов.

Ну так вот тест

Сначала я проходил тест английского и он показался мне достаточно простым, просто проверка грамматики и фразеологизмов. Но IT тест меня удивил.

Во первых он на ангийском, во вторых я не ожидал там увидеть вопросы про деревья, графы, двоичные коды, булеву алгебру и прочее, что я уже давно забыл из университета и как практикующий 5 лет web программист использовал только 1 раз (на сколько я помню).

Тест содержит 30 вопросов и на него дается 60 минут. Я закончил за 50 и перестал его выполнять, мне просто больше нечего было добавить. И да, тест достаточно сложный, как по мне.

Это будет общий обзор, не подробный, т.к. наверное нельзя разглашать содержание теста.

Для начала было предложено вспомнить что такое коньюнкция и дизъюнкция (надеюсь парвильно написал) или операции с битами, типа XOR, OR, AND, NOR и прочее. Вообще на операции с битами было много вопросов.

Важно

Из этой области задач был вопрос о трех кнопках, которые включают по 2 лампы разгого цвета, и надо было решить, как нажать эти кнопки так, чтобы зажечь опеределнные лампы.

Еще из этой области были вопросы с выходыными сигналами, которые были представлены графиком и что получится, если один наложить на другой. Т.е. по битовым операциям надо готовиться.

По булевым выражениям так же присутствуют вопросы по законам Моргана или нужно составить булево выражение по фразе, что по моему просто.

Были вопросы про нотацию большого O (то, что используется для указания сложности алгоритма). Вообще я с этим плохо знаком и по ходу теста очень быстро многое гуглил, в основном попадал на англоязычную wikipedia.

Вопросы по графам, по прохождению оптимального пути, по обходу графа по алгоритму и вопросы по теории, например – что такое взвешенный граф.

Вопросы по деревьям были по практике и теории. Где-то надо было обойти дерево и выбрать последовательность, где-то были просто вопросы вроде – что такое сбалансированное бинарное дерево.

Читайте также:  Сервис от microsoft автоматически генерирующий подписи к фото

В конце только несколько вопросов по коду. Представлены достаточно маленькие сниппеты на C++ и я не сразу узнал синтаксис этого языка, подумал что Java, но по определению массива как {} догадался. По сниппетам кода нужно было в уме (или на листике) посчитать что будет в выводе, по сути пройти несколько итераций вложенных циклов в голове в основном.

Тут я решил, и всегда так считаю, что быстрее набрать код и посмотреть что получится. Я поспользовался сервисом Coding Ground и быстро набирая сниппеты смотрел результаты.
Из нового по С я узнал, что эквивалент выражения a[i] это *(ip+i) через указатели. Это хорошо описано тут – https://www.eskimo.com/~scs/cclass/notes/sx10e.

html

Ниже я не сдержусь разместить пару сниппетов С++ кода похожих на снипеты из теста.

   void f(int i,float x=0, char ch='a') {    printf(“%1.0f %d %c “, x,i,ch);void ff(int n, char a, char b, char c) {        printf(“%d %c %c %c   “, n,a,b,c);   cout

Источник: http://seyferseed.ru/ru/life/moi-vpechatleniya-ot-onlajn-testa-universiteta-innopolis.html

Александр Климчик (Университет Иннополис): На ИИ не стоит опираться в критических процессах

Искусственный интеллект — еще одна горячая тема современности, которая обсуждается во всем мире как на профильных, специализированных ресурсах, так и в СМИ общей направленности. Системы ИИ разрабатываются и внедряются в различные проекты, их проверяют, обучают, модифицируют, при этом они вызывают массу вопросов и споров.

Наш портал открывает новую серию материалов на тему искусственного интеллекта (ИИ) и приглашает всех, кому это интересно, к обсуждению. Первая публикация, которую мы представляем сегодня — это интервью с руководителем Лаборатории интеллектуальных робототехнических систем Университета Иннополис Александром Климчиком.

Robogeek.ru: Добрый день, Александр! Давайте для начала определимся с терминологией: что такое искусственный интеллект (ИИ) и что такое машинное обучение (МО) по Вашему мнению.

Александр Климчик: Здравствуйте. Искусственный интеллект — это свойство машины принимать самостоятельные решения без участия человека. Машинное обучение — это один из инструментов ИИ, который позволяет принимать решения в сложных ситуациях, опираясь на некий сложный математический аппарат.

Robogeek.ru: Если считать, что МО подраздел ИИ, то какие цели оно преследуют и какие методы МО сегодня актуальны? Ведь для простых обывателей МО — это средство по улучшению web-поисковиков, переводчиков и т.д., одним словом, инструмент.

Александр Климчик: Если опираться на робототехнику, то наиболее интересным сегодня выглядит обучение с подкреплением, когда система обучается, взаимодействуя с окружающей средой или человеком.

Тем не менее и простые методы обучения ещё не исчерпали себя, есть ряд задач, где до сих пор к машинному обучению относятся с настороженностью.

Совет

Например, задачи, связанные с управлением атомными реакторами: здесь нет права на ошибку, поэтому даже маленькая вероятность неправильного решения неприемлема. Поэтому в данной области управление происходит исключительно по модели.

Robogeek.ru: Для большинства людей ИИ — это плод фантазий голливудских режиссеров, не всегда обладающий положительным характером. Почему так сложилось, как Вы считаете?

Александр Климчик: Потому что мало кто сталкивался с ним на практике. У большинства людей нет представления, как это всё работает и что это уже не миф, а вопрос времени.

Robogeek.ru: Относительно недавно Илон Маск поднял шумиху своим постом, что стоит бояться ИИ, особенно в военной робототехнике. На Ваш взгляд, в каких сферах не стоит опираться на ИИ в будущем, а в каких необходимо?

Александр Климчик: На ИИ не стоит опираться в критических процессах, например, на ядерных реакторах. ИИ хоть и интеллект, но он всё же искусственный и ещё не разум, и цена ошибки может дорого стоить человечеству.

Robogeek.ru: Можете оценить, на какой стадии сегодня находится создание ИИ, исходя из Вашего определения. Например, по дням недели: в понедельник человечество начало разработку, а в воскресенье появится полноценный искусственный разум. Какой день и время сегодня, и почему?

Александр Климчик: Если говорить в целом, то где-то четверг-пятница. Но здесь стоит понимать, что в некоторых областях он уже успешно функционирует, а в некоторых о нём только начинают задумываться.

Источник: http://www.robogeek.ru/intervyu/aleksandr-klimchik-universitet-innopolis-na-ii-ne-stoit-opiratsya-v-kriticheskih-protsessah

История поступления в университет Иннополиса

Не попробовать поступить было бы глупо.

05 ноября 20165 минут11764

Для начала надо представиться. Зовут меня Алексей и мне 20 лет. В 2015 году я неожиданно для себя узнал о наборе на первый курс в Университет Иннополиса (ударение на второе “о”).

Изначально был объявлен набор только на 3-4 курс с обязательным знанием английского на уровне не ниже Intermediate. Экзамен планировалось сдать в следующем году, но ближе к лету появилась информация о наборе на первый курс.

Не попробовать поступить было бы глупо.

Подача заявки

При заполнении заявки абитуриентам было необходимо пройти тест по английскому. Тест, кстати, может пройти почти любой школьник, хоть сколько-нибудь запомнивший основные правила английского. Это была самая простая задача из всего отборочного этапа.

Звонки, звонки!

Через неделю поступил звонок, которого я уж очень сильно ждал. Нет, это был не звонок из Иннополиса, звонили из военкомата. Военный билет был готов, а это значит, что путь к поступлению открыт.

Через несколько часов поступил и звонок, который определялся, как звонок из Республики Татарстан. В этот раз уже звонили из университета, уточнили приеду ли я.

И вот тут я решил спросить, а что делать, если я уже окончил 1 курс.

Ответ был незамедлителен! Укажите программу бакалавриата на 3-4 курс, пройдите IT-тест, напишите резюме и мотивационное письмо на английском. Сказать, что времени особо не было – это ничего не сказать. Чтобы написать мотивационное письмо хорошо бы потратить несколько дней, а ещё день перечитывать. Но времени было мало. Помню, вечер понедельника, а высылать всё надо в среду.

Я решил начать с теста по IT. Стоит сказать, что сам тест полностью на английском и охватывает несколько сфер IT.

Например, дискретную математику, алгоритмы и структуры данных, знания в ООП, а так же возможность компилировать код на лету – несколько строк, рассчитать, что выведет программа в консоль после запуска. Всего 30 вопросов на 60 минут.

Задача вроде бы простая, но без специфических знаний пройти её было достаточно непросто. К счастью, такие знания у меня имелись.

Ещё один день был потрачен на написание мотивационного письма и резюме.

Обратите внимание

  Только я всё отправил, последовал ещё один звонок, где снова уточнили, смогу ли я приехать, а так же попросили указать даты отправления из Москвы, чтобы мне смогли оплатить трансфер из Москвы до Казани и обратно.

К слову, живу я в Орле, а значит пришлось бы провести 12 часов в поезде от Москвы до Казани и 4 часа от Орла до Москвы. Но это весьма легко воспринимать, осознавая, что 3 дня я проведу в Иннополисе.

Казань

Приехал и понеслось. Необходимо было потратить несколько часов, поскольку прибытие в 11 утра, а первый шаттл только в 17:00. Но занятие я нашёл себе довольно быстро. Ведь только я мог вначале обжечь язык горячим кофе, а потом пролить его на джинсы.

Купив новые джинсы я отправился к офису Иннополиса, где уже стоял один из организаторов. Стали прибывать и остальные абитуриенты. За весёлыми историями время летело незаметно.

Отойдя буквально на несколько минут, мы опоздали на первый шаттл и нам пришлось ждать следующего, который приехал буквально через 10 минут.

Казань-Иннополис и день заезда

Многие ожидали увидеть ещё абсолютно недостроенный город, но, ко всеобщему удивлению, построено уже довольно много. Обилие зелени вокруг сглаживало те места, где идёт стройка.

Как только мы зашли внутрь кампуса (общежитием его назвать трудно, таких условий нигде нет), мы должны были зарегистрироваться, получить бейджики, а так же довольно оригинальные футболки, ручку, блокнот и небольшой рюкзак для всего этого хозяйства.

Стоит так же отметить, что были выданы расчёски, тапочки, набор для душа и чистки зубов, а так же постельное белье. На очереди был ужин. Поскольку я довольно плохо отношусь к столовым, я туда не особо спешил.

Но как только я зашёл, всё моё предвзятое отношение улетучилось – вокруг стоял очень вкусный запах, а повара с радостью накладывали желающим по две порции. Еда оказалась очень вкусной. После ужина нас ждал эдакий верёвочный курс, на котором мы должны были познакомиться – весьма странные задания у меня восторга не вызвали, поэтому описывать я их не буду.

Следующий же день начался с презентации университета, а так же небольшого диалога в формате QA. Все желающие могли задать вопрос и получить на него ответ. После обеда начинался отборочный этап в привычном его понимании. Была устроена небольшая олимпиада: предлагалось решить 3 задачи за 2,5 часа. Весьма странная задача.

Обычно на 3 часа дают не меньше 5-ти задач. Однако они были простые: две были взяты из цикла интернет-олимпиад для школьников, а одна так и осталась неизвестной. Однако обещание своё организаторы сдержали – это была задача уровня ЕГЭ.

Задания оказались весьма скучными и простыми, поэтому для немногих олимпиада закончилась через 20 минут.

Первое собеседование

Первое собеседование должно было представлять собой небольшой разговор на определённую тему для того, чтобы определить уровень владения разговорным английским, а так же проверить насколько быстро человек сможет изложить свои мысли. Мне же темы не досталось, либо один из вопросов и являлся темой. Вопросы самые типичные для собеседования. Почему именно Иннополис; что вы думаете об университете; как отнеслись к этому ваши родственники…

Минут через 15 я уже был абсолютно доволен собой, понимая, что это собеседование я прошёл хорошо. Впереди был ужин и, возможно, самое важное – собеседование с профессорами.

Абитуриентов разделили на две группы: одна проходила собеседование, вторая верёвочный курс. Я же попал во вторую группу, поэтому собеседование проходило во второй половине дня.

Важно

Есть не хотелось абсолютно, организм понимал, что это самый серьезный этап очного тестирования.

Я был самым первым. Мне предстояло провести беседу с профессором Дэвидом Верноном. К слову, собеседование проходило по скайпу.

Для студента-первокурсника собеседоваться со всемирно известным профессором было великой честью.

Вот тут и выяснились проблемы: оказывается, на первый курс не требовалось мотивационное письмо, а все мои данные были в списках на третий курс. Поэтому приходилось рассказывать о себе всё с нуля.

Удивлением стало и то, что все вопросы – это в какой-то степени пункты мотивационного письма, поэтому я с легкостью рассказывал о себе и о своих достижениях. Сам того не подозревая, я рассказал большую часть мотивационного письма. Услышав про мой большой опыт разработки на C#, лицо профессора Вернона засияло, как бенгальский огонь.

Заключительный же вопрос касался знаний алгоритмов и структур данных. Хорошо, этим я занимаюсь уже давно. На вопрос же я ответил, что читал книгу Стивена Скиены. Мы обсудили, что мне понравилось, а что нет.

В целом собеседование длилось в районе 15-17 минут, и этого было более чем достаточно, чтобы почувствовать, проходишь ты в университет Иннополиса или нет.

На закрытии никаких предварительных результатов не было, хотя все их так ждали. Мы могли подойти узнать шансы, без учёта собеседования с профессорами. Но и тут меня настигла беда из-за выбранной программы на 3-4 курс.

Совет

Я не числился в базе, а потому результаты узнать не мог. Начиналось самое худшее, томительное ожидание.

 19 июля отбыла большая часть абитуриентов, остались третьекурсники, у которых 20 июля уже начиналась летняя школа, и те, у кого отбытие было запланировано на 20 число.

Не прощай, а до свидания, Иннополис!

Самое трудное было ехать из прекрасного Иннополиса в скучный Орёл, а затем ждать результатов. Они появились только 23 числа по грантам, а 24 числа пришлось экстренно отчисляться, забирать документы и отправлять их в Казанский офис Иннополиса.

Напоследок хотелось бы сказать огромное спасибо за то, что в Иннополисе собрались очень интересные личности, с которыми было очень легко найти общий язык, пообщаться на различные темы, а ночью играть в мафию.

Если вы также хотите связать себя с IT, приглашаем на бесплатный интенсив по обучению программированию. Будет интересно!

Источник: https://geekbrains.ru/posts/innopolis

Ссылка на основную публикацию
Adblock
detector