Конгресс собрал более тысячи специалистов в разных направлениях науки. Программа Конгресса включала воркшопы (BICA*AI - IJVC) и сопутствующие мероприятия в период 10 и 11 октября и основные сессии конференции с 12 по 16 октября. Среди пленарных докладов были выступления ведущих российских и зарубежных исследователей, посвященные глобальным моделям в науках о мозге (доклады К.В. Анохина “Нейронная гиперсеть как организующий принцип высших функций мозга” и В.Л. Дунина-Барковского “Нейронные механизмы естественного и искусственного интеллекта”), современным трендам и перспективам когнитивных исследований (доклад Б.М. Величковского), настоящее и будущее искусственного интеллекта (доклады О.П. Кузнецова “ИИ и когнитивные науки - вместе или отдельно?” и В.К. Финна “Точная эпистемология, искусственный интеллект и пути их развития”). Большую роль в программе играл прикладной аспект современных научных достижений: были выступления по нейроинтерфейсам (доклад А.Я. Каплана “Нейроинтерфейсные технологии: двадцать лет спустя”) и прикладным работам в области медицины (доклад В.Ф. Хорошевского “Искусственный интеллект, биотех и медицина: реальность, мифы и тренды”). В индустриальном треке выступили разработчики из таких компаний как Intel, NVIDIA, AMD, Xilinx и НИЦЭВТ. Программа и материалы Конгресса размещены на сайте - https://caics.ru/program.
Наш Центр принял активное участие в подготовке и проведении Конгресса. Доклады и выступления наших сотрудников показали высокий уровень наши разработок. Отметим следующие доклады:
- Error Analysis for Visual Question Answering (устный доклад, Махмуд Шабан),
- Learning embodied agents with policy gradients to navigate in realistic environments (устный доклад, Алексей Староверов),
- Deep Neural Networks for Ortophoto-Based Vehicle Localization (устный доклад, Дмитрий Юдин),
- Sequential Contrastive Learning to Master Effective Representations For Reinforcement Learning and Control (постерный доклад, Юнус Али),
- Navigating Autonomous Vehicle at the Road Intersection Simulator with Reinforcement Learning (постерный доклад, Михаил Мартинсон),
- Map-Merging Algorithms for Visual SLAM: Feasibility Study and Empirical Evaluation (устный доклад, Константин Яковлев).