• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Fall into ML: результаты исследований в области ИИ обсудили в формате школы-конференции ФКН ВШЭ

Fall into ML: результаты исследований в области ИИ обсудили в формате школы-конференции ФКН ВШЭ

© Высшая школа экономики

Международная лаборатория стохастических алгоритмов и анализа многомерных данных факультета компьютерных наук ВШЭ и Научно-учебная лаборатория методов анализа больших данных ФКН ВШЭ при поддержке Центра ИИ НИУ ВШЭ и Российского научного фонда организовали в начале ноября Первую осеннюю школу-конференцию по искусственному интеллекту Fall into ML. Новый формат научного мероприятия начался со школы для студентов и молодых исследователей.

Авторские мини-курсы лекций провели ведущие ученые НИУ ВШЭ и Сколтеха:

 Optimal Transport and Generative modeling based on stochastic processes (Евгений Бурнаев, Сколтех)

 Posterior sampling and Bayesian bootstrap: sample complexity and regret bounds (Алексей Наумов, НИУ ВШЭ)

 Tensors and machine learning (Иван Оселедец, Сколтех)

 Introduction to diffusion models (Дмитрий Ветров, НИУ ВШЭ)

Затем в Центре культур НИУ ВШЭ состоялась конференция, на которой выступили ведущие российские ученые в области искусственного интеллекта и машинного обучения, авторы статей на конференциях уровня А* и в ведущих журналах мирового уровня. Участники конференции прослушали более 20 докладов по актуальным направлениям исследований в области искусственного интеллекта в шести секциях, связанных с разными областями машинного обучения и смежными темами.

Алексей Наумов, заведующий Международной лабораторией стохастических алгоритмов и анализа многомерных данных, организатор Fall into ML
© Михаил Дмитриев / Высшая школа экономики

«Школа-конференция Fall into ML — уникальное событие: на одной площадке мы собрали лучших представителей отечественной науки в области искусственного интеллекта и машинного обучения. По формату мероприятие было похоже на настоящую конференцию уровня А*: мини-курсы, короткие доклады и большая постерная сессия. Все доклады и постеры были сделаны на основе статей, представленных на конференции в 2021–2022 годах (ICML, NeurIPS, COLT, ICLR, ACL и др). Надеюсь, что школа-конференция Fall into ML станет ежегодным мероприятием!»

В рамках мероприятия также прошло награждение победителей юбилейной, пятой олимпиады «Математика машинного обучения», которую совместно организуют НИУ ВШЭ и Сколтех. Дипломы первой степени получили Иван Сафонов (ФКН ВШЭ), Екатерина Фадеева (СПбГУ) и Алтан Эрднигор (матфак ВШЭ). Все лауреаты без экзаменов были приняты на магистерскую программу «Математика машинного обучения».

© Высшая школа экономики

Также в Доме Дурасова состоялось заседание круглого стола, посвященное взаимодействию университетов с индустриальными партнерами, формам кооперации между университетами для решения задач бизнес-сообщества, перспективам долгосрочных исследований и вопросам сохранения кадрового потенциала РФ. В нем приняли участие сотрудники НИУ ВШЭ из различных подразделений, представители АНО «Цифровая экономика», Национального центра развития искусственного интеллекта при Правительстве РФ, НИИ «Газэкономика», МГТУ им. Н.Э. Баумана, Центра технологий искусственного интеллекта, а также компаний «Яндекс», КБ «Ренессанс Кредит», «СИБУР Диджитал».

«Взаимодействие индустриальных заказчиков с ведущими учеными страны всегда является актуальным направлением, — отметила Анна Козырева, директор проектного офиса Центра ИИ НИУ ВШЭ. — Важность практической направленности в проводимых фундаментальных исследованиях понимают и ученые, и коммерческие компании. Именно поэтому наиболее интересным является диалог, при котором ученые приглашают представителей индустрии к обсуждению актуальных идей для возможного сотрудничества».

© Высшая школа экономики

Всего Fall into ML посетили более 250 человек, в том числе студенты и преподаватели МГУ, МФТИ, РЭУ им. Г.В. Плеханова, НГУ, РХТУ.

Особенно интересен формат постерной сессии, являющийся отличительной чертой международных конференций уровня А*. Постерная сессия позволяет молодым ученым представить результаты своих исследований на открытую защиту. Вопросы к постерным докладам может задать любой желающий, среди которых и ведущие ученые с мировым именем.

© Высшая школа экономики

Дарина Двинских, доцент ФКН, спикер

Хорошая конференция. Много интересных курсов и докладов по использованию машинного обучения в различных сферах. Думаю, каждый почерпнул для себя что-то полезное.

Владислав Подсадный, студент РЭУ им. Г.В. Плеханова, участник

Для меня все доклады были интересны. За два дня школы я получил очень много полезной информации. Больше всего понравилась лекция Алексея Наумова, так как он умеет расположить к себе аудиторию и рассказывать все доступным языком. Полученная информация поможет мне в дальнейшем обучении, ведь это очень полезные знания в данной сфере.

Иван Сафонов, студент магистратуры «Математика машинного обучения», участник

На школе мне больше всего понравился мини-курс Дмитрия Ветрова про диффузионные модели. Это совершенно новый подход, который позволил значительно улучшить предыдущий результат в генерации изображений. Было крайне интересно понять, в чем он заключается, а также узнать его интуицию с трех различных математических точек зрения. На конференции темы и содержание многих докладов для меня были новыми, но, поскольку я планирую развиваться в этой сфере, для меня оказалось полезным узнать текущие результаты и спектр задач, а также пообщаться с авторами статей.

Вам также может быть интересно:

AI AWARDS 2026: аналитическую основу премии формирует iFORA НИУ ВШЭ

Высшая школа экономики вошла в число партнеров премии AI AWARDS 2026, которая пройдет 29 апреля в Москве. Проект, реализуемый командой «Билайн Big Data & AI», посвящен практическому применению искусственного интеллекта и объединяет компании, технологии и команды, которые уже сегодня влияют на развитие новой цифровой экономики. Вклад номинантов AI AWARDS в развитие ИИ анализируется на основе данных, поэтому качество аналитической базы и прозрачность методологии становятся для рынка принципиально важными.

Будущее кардиогенетики — с искусственным интеллектом

Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ (Институт ИИиЦН) создали программу, которая способна анализировать участки генома человека, ранее недоступные для точной интерпретации при генетическом тестировании. Программа адаптирует большие генеративные модели (ГенИИ) под задачи кардиогенетики, чтобы предсказывать, как мутация влияет на работу конкретного гена.

НИУ ВШЭ и Альфа-Банк запускают исследовательские проекты в сфере искусственного интеллекта

НИУ ВШЭ и Альфа-Банк объявили о старте трех совместных проектов в области искусственного интеллекта. Они направлены на развитие аналитических инструментов для банковских сервисов — от более точных прогнозов до новых подходов к управлению рисками и персонализации клиентского опыта.

Участники «Я — профессионал» разработают ИИ-агентов для бизнеса на Весенней экономической школе Вышки и Сбера

На площадке СберУниверситета стартовала Весенняя экономическая школа, организованная Высшей школой экономики и Сбером для участников Всероссийской олимпиады студентов «Я — профессионал» Президентской платформы «Россия — страна возможностей». С 22 по 24 апреля студенты будут работать над созданием ИИ-агента для бизнеса — от идеи и научной гипотезы до прототипа, готового к защите перед экспертами.

Уже не выбор, а реальность: трансформация мира под влиянием ИИ

Искусственный интеллект уже не воспринимается как технология будущего: он стремительно меняет процессы принятия решений, рынок труда и социальные практики. Вместе с тем он несет с собой не только новые грандиозные возможности, но и системные риски, связанные с ростом зависимости от данных, трансформацией профессий и изменением человеческого поведения. В НИУ ВШЭ создали семантическую карту разломов, которая показала ключевые тренды в развитии технологий.

Почему искусственный интеллект не способен поработить человечество

1 апреля на факультете математики НИУ ВШЭ встретили российского ученого, преподавателя и специалиста по информационной безопасности Андрея Масаловича, известного как КиберДед. Он представил студентам Вышки свои «Двадцать вопросов искусственному интеллекту» и поделился ответами, раскрывающими суть проблем в сфере развития ИИ, а также рассказал, почему тот никогда не сможет захватить человечество.

Ученые Вышки научили нейросеть «слышать» неисправности в электродвигателях

Ученые  Института искусственного интеллекта и цифровых наук (ИИиЦН) факультета компьютерных наук НИУ ВШЭ разработали метод Signature-Guided Data Augmentation (SGDA), который способен с точностью 99% определять неисправность двигателей и с точностью 86% классифицировать типы возникших поломок. Применение этой разработки может снизить расходы на ремонт промышленного оборудования, уменьшить простои и сделать производство безопаснее. Результаты исследования опубликованы в журнале Engineering Applications of Artificial Intelligence.

«Подготовка инженеров нового поколения невозможна без интеграции инструментов ИИ в отраслевые ОП»

26 февраля в Уфе на площадке Межвузовского студенческого кампуса Евразийского научно-образовательного центра прошла защита итоговых проектов пилотного курса образовательной программы «ИИ-инженерия в нефтегазовой отрасли». Эксперты НИУ ВШЭ оценили студенческие проекты в сфере искусственного интеллекта, выполненные для «Газпрома» в рамках федерального проекта «Экономика данных и цифровая трансформация государства».

Стартует набор на онлайн-программу повышения квалификации «Основы ИИ-агентов для автоматизации процессов»

В Центре непрерывного образования факультета компьютерных наук НИУ ВШЭ открыт набор на новую онлайн-программу повышения квалификации «Основы ИИ-агентов для автоматизации процессов». Программа разработана для тех, кто стремится перейти от базового использования нейросетей в формате чат-ботов к созданию прикладных интеллектуальных инструментов для автоматизации бизнес-задач. Курс ориентирован на слушателей, заинтересованных в практическом освоении современных подходов к разработке автономных ИИ-агентов на базе больших языковых моделей и их внедрении в рабочие процессы.

Ученые НИУ ВШЭ научились сжимать большие языковые модели без потерь в качестве

Исследователи из Института искусственного интеллекта и цифровых наук (Институт ИИиЦН) ФКН НИУ ВШЭ разработали новый метод сжатия больших языковых моделей, таких как GPT и LLaMA, который позволяет уменьшить их объем на 25–36% без дополнительного обучения и значительной потери в точности. Это первый подход, который использует математические преобразования — вращения весов модели, — чтобы сделать модели более удобными для сжатия с помощью структурированных матриц. Результаты исследования опубликованы в ACL Findings 2025. Код метода доступен на GitHub.