Вышка представила свои разработки и научные достижения в области ИИ
Сбер организовал R&D-день для исследовательских центров в области искусственного интеллекта. Команды Центра ИИ и других подразделений ВШЭ продемонстрировали свои компетенции и обсудили с бизнес-заказчиками перспективные задачи и подходы к их решению в будущих проектах.
Мероприятие открыл Андрей Белевцев, старший вице-президент, руководитель блока «Технологии» Сбера, отметивший большой спрос компании на фундаментальные и прикладные исследования. R&D-день, организованный Сбером, был направлен на выбор ключевых проектов для сотрудничества с университетами в ближайшие годы.
Альберт Ефимов, вице-президент, директор Управления исследований и инноваций Сбера, подчеркнул, что более половины публикаций Сбера в области искусственного интеллекта были созданы в сотрудничестве с центрами искусственного интеллекта. Сотрудничество с университетами, включая НИУ ВШЭ, открывает для Сбера новые технологические возможности. Ведущие исследователи разрабатывают ИИ-технологии в передовых областях науки для решения задач бизнес-заказчиков.
Академические исследователи из НИУ ВШЭ, Сколтеха и Новосибирского государственного университета поделились своими идеями о текущем состоянии и перспективах развития искусственного интеллекта после эпохи больших языковых моделей (LLM). Они отметили, что LLM произвели революцию в обработке естественного языка, но это лишь начало пути.
Алексей Наумов, научный руководитель Центра ИИ ВШЭ, выступил с докладом «Управляя генерацией. Где еще искать точки прорыва к AGI?». Он рассказал, как обучение с подкреплением (RL) приближает науку к общему искусственному интеллекту. В 2024 году ученые Центра ИИ ускорили обучение генеративных потоковых сетей с помощью RL. Результаты исследования вошли в 5% лучших публикаций на конференции AISTATS 2024 и были представлены на сессии «Вероятностные методы». Благодаря оптимизации RL ученым удалось получить в 1,6 раза больше разнообразных молекул и белков.
После этого состоялась панельная дискуссия на тему «Что ждет AI после эпохи LLM?», постерная сессия и нетворкинг представителей исследовательских команд с бизнес-заказчиками от экосистемы Сбера.
«Практика R&D-дней позволяет обменяться результатами с коллегами из других университетов и, что важно, в неформальной обстановке увидеться с заказчиками, — отметил Алексей Масютин, руководитель Центра ИИ ВШЭ. — Мы благодарим Сбер за такую инициативу и планируем рамку дальнейших совместных исследований».
На постерной сессии был представлен 21 исследовательский проект в области искусственного интеллекта, реализуемый учеными НИУ ВШЭ:
- Demonstration-regularized RL (Центр искусственного интеллекта)
- Generative flow networks as entropy-regularized RL (Центр искусственного интеллекта)
- Diffusion Model in the Space of Language Model Encodings (Центр искусственного интеллекта)
- Star-Shaped Denoising Diffusion Probabilistic Models (Центр искусственного интеллекта)
- Поиск аномалий в данных в условиях известной физической модели (Институт искусственного интеллекта и цифровых наук ФКН)
- Engineering Point Defects in Transition Metal Dichalcogenides for Tailored Material Properties using LLMs (Институт искусственного интеллекта и цифровых наук ФКН)
- Фреймворк для предсказания функциональных элементов генома (Центр искусственного интеллекта)
- Генеративные модели для предсказания байндеров (Институт искусственного интеллекта и цифровых наук ФКН)
- Большие языковые модели и анализ медицинских данных (Институт искусственного интеллекта и цифровых наук ФКН)
- Regularized Distribution Matching Distillation (Институт искусственного интеллекта и цифровых наук ФКН)
- Texture generation for three-dimensional models (Институт искусственного интеллекта и цифровых наук ФКН)
- GeoAI: когда локация имеет значение (Центр геоданных)
- Fact-checking for LLM based on web mining (Центр искусственного интеллекта)
- Построение графа знаний для конкретной предметной области: генерация и оценка (Международная лаборатория интеллектуальных систем и структурного анализа ФКН, Институт искусственного интеллекта и цифровых наук ФКН)
- Автоматизированная коррекция нестандартной орфографии и грамматики (Центр искусственного интеллекта)
- Прорывные технологии обработки данных: машинное обучение для анализа научно-технологических текстов (Институт статистических исследований и экономики знаний)
- Как ИИ помогает исследователям выявлять научно-технологические тренды: сочетание преимуществ семантического поиска и больших языковых моделей (Институт статистических исследований и экономики знаний)
- Как понимание особенностей языка может сократить технологический разрыв? (Институт статистических исследований и экономики знаний)
- Использование внешних знаний в языковых моделях (Международная лаборатория интеллектуальных систем и структурного анализа ФКН)
- Система анализа тональности социальных сетей (Международная лаборатория интеллектуальных систем и структурного анализа ФКН)
- Технология состояние-зависимой биомагнитной стимуляции мозга в реальном времени (HarPULL) (Центр биоэлектрических интерфейсов)
Вам также может быть интересно:
Исследователи НИУ ВШЭ оценили вклад стран БРИКС в ведущие конференции по машинному обучению
Наукометрический центр НИУ ВШЭ проанализировал более 104 тысяч работ за 2020–2025 годы, которые были представлены на десяти конференциях высшего уровня A* по рейтингу ICORE 2026. Исследователи изучили вклад Бразилии, России, Индии, Китая и ЮАР: на эти страны пришлось около 40,8 тысячи публикаций — 39,2% от всего массива. Однако распределение крайне неравномерно, и единого исследовательского пространства БРИКС пока нет.
Лаборатория будущих сетей: в НИИТ ВШЭ создали стенд для исследований 5G/6G
Стенд 5G/6G в НИИТ ВШЭ становится исследовательской площадкой, образовательной лабораторией и основой для разработки новых программных компонентов сетей будущего. Он позволяет не просто наблюдать за работой мобильной сети, а менять условия ее работы и измерять результат: скорость передачи данных, задержки, ошибки, использование радиоресурсов и другие параметры. На его основе исследователи планируют развивать технологии MIMO, O-RAN, xApp и IAB, а также экспериментировать с искусственным интеллектом.
Ученые НИУ ВШЭ научили нейросеть превращать 3D-модели в готовые технологические карты
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали систему CAD2TechSpec, которая автоматически превращает 3D-модели деталей в готовые технологические карты — пошаговые инструкции для станков. Разработка направлена на сокращение времени подготовки технической документации в машиностроении, авиастроении и других высокотехнологичных отраслях. Результаты исследованияо публикованы в журнале PeerJ Computer Science.
В НИУ ВШЭ запущен реестр ИИ-сервисов и моделей
Институт искусственного интеллекта и цифровых наук ФКН разработал сервис для регистрации и учета достижений в области искусственного интеллекта (ИИ). Платформа уже доступна для сотрудников и студентов университета.
Исследователи НИУ ВШЭ и Сбера научили нейросети лучше угадывать предпочтения пользователей
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Сбер представили новую архитектуру для рекомендательных систем: благодаря объединению двух классов моделей алгоритмы лучше угадывают интересы и потребности пользователей. Препринт работы опубликован на сайте arxiv.org и представлен на летнем фестивале «Урбан ML».
Исследователи ВШЭ показали, как создавать регуляторную ДНК напрямую
Исследователи НИУ ВШЭ разработали модель для генерации промоторов и энхансеров — участков ДНК, регулирующих работу генов. Модель работает с нуклеотидами ДНК напрямую, без промежуточного преобразования в непрерывное числовое пространство. Разработка может быть полезна в синтетической биологии и генной терапии. Результаты исследования представлены на воркшопе конференции ICLR 2026.
ФКН ВШЭ и ЧГУ реализовали три отраслевых образовательных модуля по искусственному интеллекту
В 2025/26 учебном году факультет компьютерных наук (ФКН) ВШЭ совместно с Череповецким государственным университетом реализовал три отраслевых образовательных модуля по искусственному интеллекту. Инициатива была представлена в рамках проекта «Топ-ИИ» Минцифры России при участии АНО «Аналитический центр при Правительстве Российской Федерации». Эксперты НИУ ВШЭ совместно с индустриальными партнерами разработали линейку отраслевых образовательных модулей в области искусственного интеллекта.
ИИ для врачей: ФКН ВШЭ провел курс для студентов Российского университета медицины
В июне завершился курс, посвященный использованию искусственного интеллекта в медицине, который факультет компьютерных наук НИУ ВШЭ провел для студентов первого курса направления «Педиатрия» Российского университета медицины. Курс реализован при поддержке гранта, полученного НИУ ВШЭ в соответствии с мероприятиями федерального проекта «Искусственный интеллект» национального проекта «Экономика данных и цифровая трансформация государства».
Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ
Ученые из лаборатории научных исследований «Т-Технологий» и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали новый метод семплирования для моделей маскированной диффузии — G-Star+. Он помогает быстрее и качественнее исправлять ошибки во время генерации текста и кода за небольшое число шагов. Метод показал эффективность в задачах генерации текста и кода и может применяться там, где генеративным моделям нужно быстро и качественно создавать текст или код при ограниченных вычислительных ресурсах.
В Вышке открыли проектно-учебную лабораторию совместно с Группой «Т-Технологии»
Группа «Т-Технологии» (головная структура Т-Банка) открыла проектно-учебную лабораторию на базе факультета компьютерных наук НИУ ВШЭ (ФКН НИУ ВШЭ). Проектно-учебная лаборатория Группы «Т-Технологии» в НИУ ВШЭ сосредоточится на проектах и задачах в области искусственного интеллекта, распределенных вычислений, анализа больших данных и информационной безопасности в финансовом секторе. Лабораторию возглавит Алексей Теплов, кандидат физико-математических наук.