Исследователи ФКН ВШЭ завоевали золотую медаль на международном соревновании по машинному обучению
Команда, в состав которой вошли сотрудники Международной лаборатории статистической и вычислительной геномики Алексей Шмелев и Никита Червов, выпускник 2025 года магистратуры «Анализ данных в биологии и медицине» ФКН НИУ ВШЭ Иван Геворков, а также двое студентов из США, показала высокий результат на международном соревновании по машинному обучению The 2026 NeuroGolf Championship. Команда получила золотую медаль и заняла 7-е место в итоговом рейтинге.
Соревнование проходило на платформе Kaggle и было основано на задачах бенчмарка ARC-AGI, предназначенного для оценки способности систем искусственного интеллекта к абстрактному рассуждению. Всего участникам предстояло решить 400 задач. Каждая из них содержала несколько пар изображений «до» и «после», связанных одним скрытым правилом преобразования. По этим примерам нужно было определить закономерность, а затем предложить минимальную архитектуру нейронной сети, способную выполнять такое преобразование на новых изображениях. Для каждой из 400 задач требовалось найти свое решение, поэтому вручную проработать весь набор оказалось практически невозможно. Это и стало одной из причин, по которой команда решила автоматизировать исследовательский процесс.
Исследователи создали фабрику из 330 агентов на базе ChatGPT, которые могли параллельно работать над большим числом задач. Для управления системой команда также разработала телеграм-бота, через который можно было легко контролировать их работу.
Одной из главных сложностей стало определение задач, на которых стоит концентрировать дальнейшие усилия по оптимизации. Проверка новых решений на Kaggle была ограничена ежедневными лимитами, поэтому каждая попытка должна была использоваться максимально эффективно.
Для этого команда строила распределение баллов по задачам и отслеживала динамику их улучшения. Это позволяло определять задачи, которые давали наибольший прирост общего балла и были наиболее перспективны для дальнейшей работы, после чего усилия агентов направлялись именно на них.
Соревнование дало возможность отладить пайплайн автоматизированного исследования с использованием ИИ-агентов. Такой подход позволяет масштабировать работу с исследовательскими гипотезами и быстрее проводить их экспериментальную проверку. Это особенно актуально на фоне быстрого роста числа новых методов и исследовательских работ в области искусственного интеллекта.
Разработанный в ходе соревнования подход команда планирует использовать и в дальнейшем для ускорения своих исследований.
Подробное описание решения опубликовано в writeup на Kaggle. Там можно ознакомиться с устройством системы агентов, деталями реализации и открытым исходным кодом.
Алексей Шмелев
«В рамках соревнования мы пробовали разные модели искусственного интеллекта, но в основном работали с ChatGPT и Claude. Мне было очень интересно наблюдать за тем, как эти агенты ведут себя во время долгой автономной работы. Уже ни для кого не секрет, что современные модели очень мощные и могут практически безошибочно выполнять сложную работу, если четко сформулировать для них задачу. Но оказалось, что часто они ведут себя прямо как люди, уставшие после долгого рабочего дня, — рассказывает Алексей Шмелев. — Например, ChatGPT мог просто сдаться и сказать, что больше ничего не получается. При этом иногда хватало короткого промпта вроде “Don't give up. I believe in you. You will definitely find a better solution. Think outside the box, explore new branches, and keep trying”, чтобы модель вышла из тупика и в итоге нашла решение. Еще забавно, что и с ChatGPT, и с Claude работал другой прием. Можно было сказать что-то вроде “Come on, I know someone who got a higher score on this task. So don't tell me it's impossible. You can do better. Rethink your approach and find a stronger solution”. После этого модель нередко действительно сразу находила более оптимальное решение».
Никита Червов
Никита Червов, подводя итоги соревнования, подчеркивает: «Мы улучшили свои навыки в автоматизации работы с помощью агентов, что в дальнейшем планируем использовать для ускорения тестирования идей, связанных с нашими исследованиями».
Поздравляем Алексея, Никиту и их команду с высоким результатом и желаем новых научных достижений!
Вам также может быть интересно:
НИУ ВШЭ расширяет сотрудничество с Малайзией в сфере технологического форсайта
Ученые НИУ ВШЭ примут участие в исследовании перспектив инженерного образования в Малайзии, а Малайзийская промышленно-правительственная группа высоких технологий (MIGHT) использует для валидации результатов их форсайт-исследований систему анализа больших данных iFORA. Таковы результаты визита представителей Вышки в Куала-Лумпур.
В НИУ ВШЭ разработают систему предиктивной аналитики для двигателей ледоколов
Автоматизация промышленности является одним из ключевых направлений применения технологий искусственного интеллекта. Среди решений, разрабатываемых для российской индустрии в рамках стратегического технологического проекта НИУ ВШЭ «Мультиагентная платформа ИИ-решений для отраслевых задач», — система предиктивной аналитики для крупных электродвигателей. Что такое предиктивная аналитика, как она влияет на работу электродвигателя и какие специалисты объединили усилия для создания этого продукта, «Вышке.Главное» рассказал координатор разработки, декан факультета «Школа информатики, физики и технологий» НИУ ВШЭ — Санкт-Петербург Антон Зарубин.
Дополнительные баллы к ЕГЭ за золотой значок: стартовал новый сезон сдачи нормативов ТехноГТО
Стартовала новая сессия сдачи очных нормативов технологической грамотности ТехноГТО на золотые значки. С сентября по декабрь 2026 года в разных регионах России участники смогут продемонстрировать свои знания на очных площадках проекта и заработать награды, которые позволяют получить до 10 дополнительных баллов к ЕГЭ при поступлении в вузы. ТехноГТО является частью Национальной технологической олимпиады (НТО) и реализуется Кружковым движением НТИ совместно с Президентской платформой «Россия — страна возможностей» при поддержке Движения Первых и НИУ ВШЭ.
От теории к практике: как машинное обучение меняет биоинформатику
С 20 по 22 августа на факультете компьютерных наук НИУ ВШЭ прошла седьмая ежегодная Летняя школа по машинному обучению в биоинформатике. Мероприятие объединило ведущих экспертов и молодых исследователей. Его главным итогом стала живая дискуссия о том, как фундаментальные алгоритмы ИИ превращаются в работающие инструменты для биологии и медицины.
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.
Роботы нуждаются в людях: на «Технопроме-2026» обсудили кадры для промышленной робототехники
На XIII Международном форуме технологического развития «Технопром-2026» в рамках секции «Кадры для национальных проектов технологического лидерства» состоялась панельная дискуссия «Кадры для промышленной робототехники: почему роботы нуждаются в людях». Представители университетов, исследовательских организаций и технологических компаний обсудили кадровые вызовы российской робототехники, изменение требований к инженерным компетенциям и подходы к подготовке специалистов для отрасли.
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.
Гибридный интеллект: на форуме «Технопром-2026» обсудили, как развивать компетенции в эпоху ИИ
Искусственный интеллект не создает новые профессии, а меняет содержание старых. К такому выводу пришли участники сессии «Гибридный интеллект: цифровые и человеческие драйверы развития», организованной Институтом статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ в рамках XIII Международного форума технологического развития «Технопром-2026». Эксперты обсудили, как меняется содержание труда, какие компетенции становятся востребованными и что мешает компаниям в полной мере использовать возможности новых технологий.
Ученые НИУ ВШЭ представили свою разработку для систем связи 6G
Терагерцовая нейроморфная схема, разработанная учеными Вышки, позволяет сделать системы связи 6G одновременно более точными и менее энергоемкими. Точность определения положения мобильных устройств внутри помещений достигает 99%. Результаты работы представили на PIERS 2026 — международном симпозиуме по фотонике и электромагнетизму в Китае.