Неевклидовы данные, 3D ML и пространственное компьютерное зрение

Люди уже начались накапливать и обрабатывать большие объёмы данных с регулярной структурой: текст, изображения, таблицы, сигналы. Но мир меняется и общество столкнулось с новым вызовом – неевклидовыми данными (графами, облаками точек).

Они активно накапливаются в различных задачах, и людям нужно уметь их эффективно анализировать. Помочь в этом должны методы искусственного интеллекта.

Анализом неевклидовых данных, которые приходят из различных 3D-приложений (компьютерной графики, компьютерного зрения, беспилотной навигации, AR/VR и прочего), занимаются специалисты по направлению 3D ML.

3D ML — это машинное обучение в задачах с трёхмерными данными. Эти задачи разнообразны: классификация и кластеризация 3D-данных, генерация 3D-контента (порождающие модели), восстановление 3D-модели объекта по одному или нескольким изображениям этого объекта (2D-to-3D) и многие другие.

Популярность в области 3D ML получили методы глубокого обучения, так как в большинстве классических алгоритмов машинного обучения используются аналитические функции работы с данными.

Методы и средства 3D ML изучают в Московском авиационном институте на магистерской программе «Виртуальная/дополненная реальность и искусственный интеллект». Магистрантов учат анализировать 3D-данные с точки зрения XR-разработчика и data scientist'а.

У магистрантов развивают системное видение технологий искусственного интеллекта, компьютерной графики и разработки киберфизических систем.

Во время обучения под руководством специалистов ведущих ИТ-компаний студенты знакомятся с языками программирования высокого уровня, учатся создавать XR и ML продукты, изучают системы Python, Unity 3D, TensorFlow и другие.