Перспективы ИИ: математика машинного обучения в фокусе

Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ провел выездной воркшоп «Математика машинного обучения». Здесь собрались ведущие ученые и специалисты НИУ ВШЭ в области машинного обучения, математики и статистики. В центре внимания исследователей оказались математические аспекты, лежащие в основе современных и наиболее перспективных направлений машинного обучения. Программа воркшопа включала мини-курсы, практические работы, доклады и круглый стол, посвященный перспективам развития ИИ в России.
Организаторами выступили Лаборатория теоретических основ моделей искусственного интеллекта (ТОМИИ) и Международная лаборатория стохастических алгоритмов и анализа многомерных данных (HDI Lab). Участники узнали о последних исследованиях и разработках, а также обсудили актуальные проблемы и перспективы развития данной сферы.
Обсуждения и доклады затрагивали следующие темы:
генеративные диффузионные модели;
теоретические основы глубокого обучения;
эмоциональный искусственный интеллект;
статистический вывод для марковских цепей.
Никита Пучкин
«Институт искусственного интеллекта и цифровых наук традиционно проводит конференцию в начале года, объединяя студентов и ученых нескольких лабораторий, — рассказал Никита Пучкин, заведующий Лабораторией ТОМИИ. — Это хорошая возможность представить самые свежие результаты исследований, а также послушать выступления коллег. Поскольку темы исследований лабораторий охватывают достаточно широкий спектр направлений искусственного интеллекта, это хорошая возможность расширить кругозор и найти точки соприкосновения для совместной работы. Такие выезды способствуют сплочению коллектива».
Программа воркшопа предлагала участникам разнообразные форматы взаимодействия — от теоретических мини-курсов до практических занятий и обсуждения перспектив развития технологий. Одним из ключевых мероприятий стал круглый стол, на котором эксперты обсудили актуальные проблемы и возможности дальнейшего развития технологий ИИ в России. Обмен мнениями позволил сформировать стратегию продвижения инноваций и определить ключевые направления исследований.

«Воркшоп стал площадкой для продуктивного обмена идеями и опытом между учеными и специалистами в области искусственного интеллекта. Институт искусственного интеллекта и цифровых наук ФКН планирует продолжать проводить мероприятия, направленные на развитие научных знаний в области искусственного интеллекта, — отметил Сергей Самсонов, заведующий HDI Lab. — Подобные мероприятия позволяют студентам, аспирантам и преподавателям пообщаться на научные темы в неформальной обстановке. Начинающие исследователи могут презентовать свои научные результаты широкой аудитории и получить обратную связь от коллег. Думаю, что подобный опыт очень важен для всех студентов, но особенно для учащихся бакалавриата».
Участники семинара отметили важность таких встреч для молодых ученых, которые получают широкие возможности для общения и расширения научного кругозора.
Ян Максимов
«Я прослушал множество интересных докладов по теоретическим аспектам различных тем в машинном обучении, которые немного расширили мои познания в обсуждаемых разделах. Особенно запомнились большие выступления в формате мини-курсов, — говорит Ян Максимов, стажер-исследователь Центра глубинного обучения и байесовских методов Института искусственного интеллекта и цифровых наук ФКН ВШЭ. — Я также имел честь выступить со своей недавней работой “Revisiting Non-Acyclic GFlowNets in Discrete Environments”. Обсуждение нашего с коллегами исследования с участниками школы и получение обратной связи было для меня очень ценным опытом. Еще отмечу так называемое “время для работы над проектами” в расписании. Это было свободное от докладов время, которое способствовало неформальному общению и обмену идеями, что сделало школу еще более продуктивной. С нетерпением жду возможности участвовать в следующем году!»
Кирилл Королев
«Подобные выезды очень полезны для молодых ученых. В частности, они помогают расширить научный кругозор, ведь школа собирает самых разных исследователей, решающих актуальные задачи. Такой обмен опытом важен и для собственных исследований: можно посмотреть на задачу под другим углом, вдохновившись идеями из различных смежных областей, — уверен Кирилл Королев, стажер-исследователь HDI Lab. — Приятно, что доклады проходили зачастую в формате дискуссии и свободного обсуждения. В особенности понравились мини-курсы от Никиты Пучкина по статистическим аспектам диффузионных моделей и Алексея Наумова о стохастической аппроксимации».
Аскар Цыганов
«Воркшоп стал отличной возможностью познакомиться с опытными исследователями в области машинного обучения и открыть новые направления работы, — подчеркнул Аскар Цыганов, стажер-исследователь HDI Lab. — Здесь была создана почва для будущих коллабораций. Особенно запомнились доклады спикеров: они охватывали самые разные темы и натолкнули на идеи для возможных проектов, позволили взглянуть на старые вещи по-новому».
Денис Ряполов
«Воркшоп помог не только расширить научный кругозор и углубиться в интересные темы, но и качественно пообщаться с уважаемыми учеными, нетворкать с коллегами, — рассказал Денис Ряполов, стажер-исследователь НУЛ матричных и тензорных методов в машинном обучении ФКН ВШЭ. — Отдельно хочу отметить уровень подготовленных докладов, в особенности меня привлекли темы, которые представили Владимир Спокойный, Денис Ракитин и Николай Юдин. Подобные работы мотивируют вкладываться в науку и посещать такие мероприятия чаще».
Александр Оганов
«Для студентов на воркшопе создали все условия для наиболее комфортного изучения материала. Было большое количество интересных докладов как в рамках мини-курсов, так и независимых. Порадовало разнообразие тем и экспертиза докладчиков», — заключил Александр Оганов, эксперт Лаборатории теоретических основ моделей искусственного интеллекта ФКН ВШЭ.
Вам также может быть интересно:
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.
В Вышке продолжается набор на программу «ИИ-лидеры: бизнес-лаборатория для руководителей»
26 февраля на факультете компьютерных наук стартует 6-месячное очное обучение. О программе рассказывает ее автор и руководитель Евгений Соколов, научный руководитель Центра непрерывного образования ФКН.
Ученые ВШЭ разработали DeepGQ — Google Maps для G-квадруплексов
Исследователи из Центра искусственного интеллекта ФКН НИУ ВШЭ разработали ИИ-модель, которая открывает новые возможности для диагностики и лечения тяжелых заболеваний, включая рак мозга и нейродегенеративные нарушения. Ученые применили искусственный интеллект для изучения G-квадруплексов — структур, которые оказывают значительное влияние на работу наших клеток и развитие различных органов и тканей. Статья с результатами исследования опубликована в журнале Scientific Reports.
ИИ в науке: страхи и чаяния российских ученых
Искусственный интеллект стал привычным инструментом в ряде стран, однако в российской науке его внедрение пока остается фрагментарным. К такому выводу пришли авторы первого в стране комплексного исследования использования технологий ИИ в научной деятельности. Они провели интервью с ведущими российскими учеными и расспросили их о сферах применения, возможностях и барьерах технологии.
«Выигрывают те, кто умеет быстро адаптироваться и внедрять инновации»
НИУ ВШЭ запускает образовательную программу «ИИ-лидеры: бизнес-лаборатория для руководителей». Обучение рассчитано на 6 месяцев в очном формате, что позволяет глубоко погрузиться в материал и обменяться опытом с коллегами. Программа стартует в феврале 2026 года.
ВШЭ ищет новые идеи для ИИ-агентов: стартовал конкурс инициатив
Высшая школа экономики приглашает исследователей и преподавателей представить концепции новых цифровых продуктов на базе искусственного интеллекта. Лучшие проекты получат экспертную и технологическую поддержку. Заявки принимаются до 19 декабря.
Экономисты ВШЭ выяснили, что ИИ слишком хорошо думает о людях
Ученые из НИУ ВШЭ выяснили, что современные ИИ-модели, включая ChatGPT и Claude, в играх на стратегическое мышление вроде «конкурса красоты» Кейнса переоценивают уровень рациональности своих оппонентов, будь то студенты-первокурсники или опытные ученые. Модели стараются предсказать поведение людей, но в итоге играют «слишком умно» и проигрывают, потому что приписывают людям больше логики, чем те демонстрируют на деле. Исследование опубликовано в Journal of Economic Behavior & Organization.


