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:
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.


