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

В технопарке «Саров» сотрудники ФКН Вышки рассказали о применении ИИ для анализа данных в физике

Научно-учебная лаборатория методов анализа больших данных факультета компьютерных наук ВШЭ совместно с Всероссийским научно-исследовательским институтом экспериментальной физики (РФЯЦ-ВНИИЭФ, Саров) и Национальным центром физики и математики провели II Всероссийскую школу-семинар по физике высоких энергий и ускорительной технике.

Школа проходила совместно с XXIV Харитоновскими тематическими научными чтениями по проблемам ускорительной техники и физики высоких энергий.

В школе приняли участие около 100 студентов и аспирантов российских университетов и академических институтов. Исследователи из России и Китая рассказали о способах получения и обработки данных. Группа ученых из Вышки под руководством ведущего научного сотрудника Научно-учебной лаборатории методов анализа больших данных ФКН ВШЭ Фёдора Ратникова провела мини-курс по методам машинного обучения и их применению в физике частиц.

Фёдор Ратников

Применение методов машинного обучения является основным способом анализа данных на физических установках. В установках класса «мегасайенс» такие методы не имеют альтернативы ввиду их скорости и эффективности.

Практические занятия подготовили и провели сотрудники НУЛ Владимир Бочарников, Екатерина Трофимова и Тигран Рамазян. «Особенно порадовали скорость обучения участников: за короткое время они смогли не только понять основы, но и освоить практические аспекты машинного обучения, которые понадобились им для выполнения задания итогового соревнования», — похвалила студентов школы Екатерина Трофимова.

Заведующий лабораторией Денис Деркач рассказал студентам школы о различных методах машинного обучения, подходящих для моделирования откликов физических детекторов. Он отметил, что ресурсы для вычислений предоставила платформа Yandex Cloud.

Денис Деркач

«В ходе выполнения работ, — сообщил ученый, — с помощью  сервиса для работы с ML-моделями Yandex DataSphere мы смогли организовать одновременное обучение большого количества участников. Коллеги из “Яндекса” помогли студентам и преподавателям быстро освоиться в новой для них системе. Наша команда планирует продолжить сотрудничество и провести школу в следующем году».

Анна Лемякина

«Для нас важен постоянный диалог с аудиторией студентов, ученых и исследователей. Мы хотим давать возможность уже в университете использовать сервисы облачной платформы для решения реальных практических задач, а также получать обратную связь для ее совершенствования», — сказала Анна Лемякина, директор по национальным и стратегическим проектам Yandex Cloud.

Участники летней школы также поделились своими отзывами.

Евгения Рулева, инженер РФЯЦ-ВНИИЭФ

© Высшая школа экономики

«Лекции Фёдора Дмитриевича Ратникова, а также практические занятия с Екатериной Трофимовой оказались приятным сюрпризом летней школы. Очень интересный интенсивный курс с возможностью задать вопросы, получить обратную связь и «потрогать все руками». Спасибо всей команде за мощный старт! Теперь буду продолжать изучение машинного обучения».

Денис Григорович, аспирант НИЯУ МИФИ

© Высшая школа экономики

«Несмотря на то что за четыре дня невозможно полноценным образом освоить курс машинного обучения, многие вещи стали мне понятны благодаря доходчивым лекциям и семинарам. А главное, прекрасным коллегам из Вышки за столь непродолжительное время удалось разжечь в нас интерес и мотивировать на самостоятельное освоение машинного обучения».

Вам также может быть интересно:

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.

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.

В Вышке открыли проектно-учебную лабораторию совместно с Группой «Т-Технологии»

Группа «Т-Технологии» (головная структура Т-Банка) открыла проектно-учебную лабораторию на базе факультета компьютерных наук НИУ ВШЭ (ФКН НИУ ВШЭ). Проектно-учебная лаборатория Группы «Т-Технологии» в НИУ ВШЭ сосредоточится на проектах и задачах в области искусственного интеллекта, распределенных вычислений, анализа больших данных и информационной безопасности в финансовом секторе. Лабораторию возглавит Алексей Теплов, кандидат физико-математических наук.

«Защищать конкуренцию от ИИ нам придется с помощью самого искусственного интеллекта»

В НИУ ВШЭ прошел двухдневный семинар «Искусственный интеллект и конкурентная политика в странах БРИКС». Его участники обсудили две ключевые для конкурентной политики темы: трансформация конкуренции и рынков под влиянием технологий ИИ и усилени е регуляторного потенциала антимонопольных органов за счет технологий искусственного интеллекта.

В НИУ ВШЭ разработали сервис обезличивания табличных данных для безопасного использования в ИИ-системах

Институт искусственного интеллекта и цифровых наук ФКН ВШЭ разработал сервис обезличивания табличных данных, предназначенный для подготовки корпоративных данных к использованию в аналитических и ИИ-сервисах. Решение позволяет выявлять персональные данные в структурированных наборах, применять к ним воспроизводимые правила обезличивания и формировать артефакты, необходимые для контроля качества, аудита и последующего использования данных в защищенных контурах.

Высшая школа экономики и «Ростелеком» поддержат ИИ-стартапы для госсектора

НИУ ВШЭ и «Ростелеком» подписали на ПМЭФ-2026 соглашение о сотрудничестве в рамках реализации акселератора ИИ-решений для государственного сектора. Совместная работа позволит объединить технологическую экспертизу крупнейшего цифрового партнера государства и академический потенциал ведущего исследовательского университета страны.

Проблемы этики: как и где использовать ИИ

За последние годы этика в сфере искусственного интеллекта превратилась из философско-теоретической в прикладную дисциплину. Эксперты в НИУ ВШЭ обсудили, какие этические проблемы возникают в связи со стремительным развитием цифровизации и какие их инженерные решения могут быть предложены.

НИУ ВШЭ и МТС договорились об обмене ИИ-компетенциями при подготовке инженерных кадров для телекома

НИУ ВШЭ и ПАО «МТС» заключили соглашение о стратегическом партнерстве, которое предполагает подготовку кадров с ИИ-компетенциями для телекоммуникационной отрасли по программам высшего и дополнительного профессионального образования. Соглашение направлено на повышение качества образования, обмен экспертизой и компетенциями при подготовке инженеров, владеющих технологиями ИИ и машинного обучения.

Точка входа в ИИ: на ЦИПР обсудили влияние технологий на будущее

Участники ЦИПР-2026 обсудили, как офисные приложения могут стать точкой массового доступа к ИИ и снизить барьеры использования. Эксперты сошлись во мнении, что будущее — за адаптивными моделями и экосистемным подходом к корпоративным данным. В экспертных дискуссиях приняли участие представители НИУ ВШЭ.