Онлайн-кампус НИУ ВШЭ запускает портал, посвященный искусственному интеллекту
Портал объединяет все проекты «Вышки Онлайн» в области искусственного интеллекта — от подкастов и видеолекций до курсов и программ, которые могут не только стать первым знакомством с современными достижениями в области ИИ, но и погружать в AI-профессию уже искушенных слушателей. Проект обучает навыкам будущего в настоящем: работе с нейросетью, взаимодействию с генеративным ИИ, промпт-инжинирингу, управлению ML/AI-проектами и другим значимым в индустрии компетенциям.
НИУ ВШЭ — лидер рейтинга вузов по качеству подготовки специалистов в области искусственного интеллекта. Согласно исследованию «Вышки Онлайн», 61% онлайн-студентов уже используют его в учебе и работе, а 28% респондентов хотели бы научиться применению ИИ. В онлайн-кампусе уже открыты 4 программы с фокусом на искусственный интеллект: магистратуры Computer Vision (в 2024 году — Artificial Intelligence and Computer Vision), Master of Data Science, «Машинное обучение и высоконагруженные системы», бакалавриат «Компьютерные науки и анализ данных». Онлайн-кампус в ближайшее время выпускает 10 курсов, посвященных продвинутым методам глубинного обучения, управлению ML/AI-проектами, прикладным нейросетям и пр.
В создании портала принял участие искусственный интеллект.
Помимо образовательных проектов, пользователи смогут найти на портале информацию об интенсивах, буткемпах, вебинарах университета, задать вопросы через форму обратной связи. Интервью, подкасты с экспертами «Вышки Онлайн» — преподавателями онлайн-программ и лидерами индустрий из числа бизнес-партнеров — посвящены миру и университету будущего, возможностям и рискам распространения цифрового интеллекта, этике и проблематике взаимодействия с нейросетями, поиску новых точек роста в непрофильных профессиях благодаря использованию ИИ. На подкастах мы рассматриваем неудачные кейсы машинного обучения, изучаем развитие генеративного ИИ, разбираемся, зачем обучаться компьютерным наукам, если нейросети пишут код сами, а также ищем ответ на вопрос, можно ли написать диплом при помощи ChatGPT.
Нейросеть — слово года по версии портала «Грамота.ру».
Юлия Ремезова
«Инструменты AI не снижают нагрузку на естественный интеллект, а просто облегчают рутину и расширяют диапазон наших возможностей. Они помогают студенту переводить иностранные научные труды, структурировать курсовые, анализировать большой объем информации, преподавателю автоматизируют проверку работ и освобождают время для творчества, генерируют интересные примеры для занятий, находят слабые места в заданиях, собирают статьи по теме исследования», — отмечает Юлия Ремезова, директор по онлайн-обучению. Для IT-специалистов ИИ выявляет скрытые закономерности в массиве данных, ускоряет написание программного кода, тестирует новые алгоритмы и прикладные решения, для экономистов создает предсказательные модели, интерактивные дашборды и отчеты, выявляет риски, для маркетологов разрабатывает систему рекомендаций, оптимизирует email-маркетинг, проводит A/B-тестирование. Каждому из нас ИИ облегчает рутину: управление умным домом, упорядочивание архива фотографий, поиск подходящего сериала, подборка музыки, создание коллажа на детский праздник, планирование расписания на день и пр.
Текст: Екатерина Зиньковская, Дирекция по онлайн-обучению НИУ ВШЭ
Вам также может быть интересно:
В НИУ ВШЭ пройдет международная конференция об обучении служением и искусственном интеллекте
21–23 октября 2026 года в НИУ ВШЭ пройдет Международная научно-практическая конференция «Обучение служением и искусственный интеллект: человекоцентричная социальная миссия университета». Конференция объединит представителей российских и зарубежных университетов, органов власти, некоммерческих организаций и бизнеса. Регистрация уже открыта.
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.