Новости

Статья опубликована на портале РБК 02.03.18 под заголовком «Цифровые следы: как интернет учит нас ответственному поведению» в рубрике «Технологии и медиа». Автор текста: научный сотрудник центра STS Лилия Земнухова.

Лекция пройдет в аудитории 218. «ИЗВИНИТЕ, НО Я ТОЖЕ СМОГУ ОТВЕТИТЬ НА ВАШ ВОПРОС»:методы достижения разговорного непонимания между человеком и роботом

Сегодня 1 февраля, а это значит, что три исследовательских центра ЕУСПб – Центр STS, Центр социальных исследований Севера и Исследовательский центр ЭНЕРПО – начинают совместный проект по изучению Российской Арктики в рамках президентского гранта для НКО.

Советская история дала множество примеров технологических достижений в физике, химии, космической сфере, военной промышленности и других областях. В то же время технологическое развитие СССР было неравномерным. Несмотря на многократные попытки модернизации, рационализаторское и изобретательское движение, такие отрасли как лесная промышленность до конца советской эпохи оставались технологически отсталыми и зависимыми от трансфера технологий из западных стран.

«„Миграция нелегкая такая...“ — почему ученые тоже могут быть мигрантами или темная сторона транснациональной академической мобильности» (210 аудитория, ул. Шпалерная, д. 1).  

Машинное обучение – это раздел науки о данных, который появился достаточно давно. Первые алгоритмы машинного обучения стали появляться ещё в середине двадцатого века. Общая идея, лежащая в основе машинного обучения, довольно проста: учёный создаёт некоторый алгоритм, который был бы способен самосовершенствоваться в процессе работы с данными. Такой подход обладает как рядом очевидных плюсов, так и набором не менее очевидных минусов. Недостатками данного подхода, к примеру, часто считают низкую интерпретируемость результата.