Аудит надежности и безопасности ИИ
Проверка при сдвиге данных, неизвестных входах, состязательных атаках, бэкдорах и сложных условиях эксплуатации.
Доступен для отдельных проектов
Превращаю передовые исследования в надежные ИИ-системы.
Консультирую компании и государственные организации по надежному ИИ, компьютерному зрению, обнаружению аномалий, визуально-языковым моделям и устойчивому машинному обучению — от независимой технической оценки до целевого прототипа.
Консультации проводятся на английском языке. При необходимости можно организовать координацию на местном языке.
Научная основаРецензируемые методы и грантовые проекты
Международный опытРабота и исследования в шести странах
Независимая оценкаРешения на основе фактов
Гибкий форматКонсультация, аудит, семинар или прототип
Чем я могу помочь
Целевые проекты для команд, которым необходима экспертная техническая оценка до крупных инвестиций в ИИ.
Визуальное обнаружение аномалий
Решения для контроля дефектов, когда аномальных примеров мало, они меняются или плохо размечены.
Компьютерное зрение и VLM
Выбор моделей, стратегия данных, дизайн оценки и анализ рисков внедрения современных систем зрения.
Proof of Concept
Преобразование бизнес-задачи в метрики, базовую модель, эксперименты и техническую рекомендацию go/no-go.
Технический due diligence
Независимая проверка заявлений об ИИ, исследований, оценок моделей, дорожных карт и реализуемости продукта.
Семинары и сопровождение команд
Практические занятия по надежному ИИ для инженеров, исследователей, продуктовых команд и руководителей.
Исследования для задач индустрии
Научные направления представлены через практические проблемы бизнеса. Это исследовательская основа, а не утверждение о внедрении у клиентов.
CRANE: zero-shot обнаружение аномалий
Распознавание аномалий без большого набора размеченных дефектов с помощью контекстных подсказок и улучшения внимания.
Применение: контроль качества, проверка поверхностей, мониторинг оборудования и инфраструктуры.
FrameShield: устойчивое видеообнаружение аномалий
Повышение устойчивости видеоаналитики к состязательным и поврежденным визуальным данным.
Применение: безопасность, видеоаналитика, мониторинг критических объектов.
Универсальное обнаружение новизны
Адаптивное контрастивное обучение для выявления ранее неизвестных данных в разных задачах.
Применение: мониторинг моделей, качество данных, защитное переключение, новые категории.
Международный опыт
Опыт работы в разных научных культурах помогает соединять качество исследований, практические ограничения и международные команды.
УзбекистанNew Uzbekistan University
Доцент в Ташкенте, исследования надежного ИИ и развитие местного сотрудничества.
ЯпонияOIST
Staff Scientist и приглашенный исследователь; руководитель проектов JSPS.
ТурцияIstanbul Technical University
Приглашенный преподаватель по глубокому обучению и безопасности ИИ.
ФинляндияUniversity of Oulu / CMVS
Исследования машинного зрения, аномалий и надежного обучения.
ФранцияИсследовательское сотрудничество в Труа
Международный опыт в машинном обучении и визуальном интеллекте.
ИранIPM и академическая работа
Преподавание и руководство исследованиями в области искусственного интеллекта.
Есть задача, где надежность ИИ критически важна?
Отправьте краткое описание организации, задачи, доступных данных, желаемого результата и сроков. Я отвечу, если проект соответствует моей экспертизе.