Запуск Computer Science Space

Что в планах?

Мы проводим курсы и мероприятия в форматах:
– Теоретические лекции от исследователей ведущих университетов и лабораторий,
– Прикладные занятия от индустриальных специалистов из стартапов и бигтех-компаний,
– Интерактивные митапы,
– Алгоритмические контесты и математические соревнования,
– Научные школы.

Основной локация нашей организации является знаковое для петербургского CS-сообщества место — ПОМИ РАН (наб. Фонтанки, д. 27). Мероприятия также проходят на площадках партнёров и онлайн.

Для кого?

Для всех, кому интересно развитие Computer Science в широком смысле: от алгоритмов и формальных методов до индустриальных решений, прикладной статистики и машинного обучения ^[1].

Спектр мероприятий рассчитан на широкую аудиторию: студентов, исследователей, технических специалистов и энтузиастов. Мы уверены, что вне зависимости от уровня подготовки вы найдёте сообщество единомышленников, способных разделить с вами профессиональные и научные интересы.

Как оставаться в курсе событий?

Все новости, анонсы и видеозаписи мероприятий, расписания курсов и другие обновления можно найти на наших информационных ресурсах:
– Сайт проекта: csspace.io ^[2]
– Telegram-канал: @csspace ^[3]
– Telegram-чат: @csspace_chat ^[4]
– YouTube: youtube.com/@ComputerScienceSpace ^[5]

Что мы успели за весенний семестр

Расскажем об уже состоявшихся мероприятиях, полный список которых можно посмотреть в разделе событий нашего сайта: csspace.io/events ^[6].

Видеозаписи лекций доступны онлайн без ограничений.

Провели 2 очных курса в Санкт-Петербурге, посвящённые теоретическим вопросам:

1. Нелинейная оптимизация без ограничений ^[7], Фёдор Писниченко. Курс охватил теоретические основы и практические методы: общий обзор и условия оптимальности; методы поиска по направлению и методы доверительной области; алгоритм Левенберга-Марквардта — ключевой метод для решения нелинейных задач наименьших квадратов.

2. Fine-grained complexity ^[8], Данил Сагунов. В отличие от полиномиальных сведéний, которые используются для доказательства NP-трудности, в fine-grained сведениях мы более детально следим за временем работы и размером задачи (отсюда и название). Курс познакомил слушателей с известными результатами области: как с классическими, так и с более современными; рассмотрел открытые вопросы, рассмотрел лучшие известные алгоритмы для некоторых из задач и препятствия для сведения их друг к другу.

Также провели 10 открытых лекций ^[9] на различные темы, где спикерами были специалисты не только из мира науки, но и из индустрии. Выделим несколько лекций из этого списка:

1. Серия лекций Сергея Николенко, посвященная современному состоянию развития LLM и возможным перспективам. В первой части ^[10] Сергей Игоревич рассказал историю развития LLM и последние новости и сформулировал несколько направлений, которые прямо сейчас являются предметом активных исследований; а во второй части ^[11] поговорил о рисках и дал достаточно полный обзор основных направлений исследований, которые ведутся в области AI safety.

2. Лекция Андрея Райгородского ^[12] про раскраски случайного графа и жадные оценки на число цветов. Эта наука ^[13] находится на стыке комбинаторики, теории графов и теории вероятностей. В основе ее лежит глубокая идея о том, что мощные инструменты современной теории вероятностей должны поспособствовать более верному осознанию природы графа, призваны помочь решению многих комбинаторных и теоретико-графовых задач.

3. Лекция Николая Верещагина ^[14], посвященная непериодическим замощениям плоскости многоугольниками и теореме Гудман-Штраусса.

Провели два митапа:

1. Митап, посвященный стажировкам в IT ^[15], на котором спикеры-студенты поделились своим опытом ^[16] прохождением стажировок в различных компаниях: как они туда попали, над какими задачами им пришлось работать. Участники были задействованы в классическом банковском секторе, занимались фотограмметрией, помогали развивать YandexGPT. После основной части участником ждал квиз, посвященный ПОМИ, и неформальное общение.

2. LLM в математике и алгоритмах ^[17], на котором Сергей Николенко рассказал о текущих успехах со стороны языковых моделей ^[18] в решение математических задач и как LLM проделали путь от простейших моделей до возможности набрать 35 баллов на IMO; а Федор Петров рассказал, как математики используют LLM в своей работе и использует ли вообще ^[19]; а Данил Сагунов в формате обсуждения с залом поговорил о способности LLM справиться с алгоритмической секцией собеседования ^[20]. Во второй половине встречи участникам предложили сыграть в ЧГК против LLM, где моделям запрещалось пользоваться поиском в интернете, а вопросы были посвящены математике ^[21] и были разных форматов. Предлагаем ознакомиться с неожиданными результатами игры и вопросами ^[22].

Организовали 2 турнира по связанным с CS темам с раздельным треком для студентов и всех желающих:

1. Математический турнир с очным финалом в Санкт-Петербурге ^[23], ознакомиться с задачами и их разбором можно здесь ^[24].

2. Онлайн контест по машинному обучению ^[25], в котором можно было посоревноваться в решении теоретических задач и реальных проблем, встречающихся в индустрии. Ознакомиться с разбором задач и с самими задачами можно здесь ^[26].

В следующем посте мы расскажем про наши мероприятия на осень. Следите за обновлениями, подписывайтесь, приглашайте коллег и однокурсников!