Студенты НИУ ВШЭ стали победителями в конкурсе научных статей по ИИ AIJ Science на конференции AI Journey 2023
В Москве проходит Международная конференция по искусственному интеллекту и машинному обучению AI Journey 2023, организованная Сбером. В рамках мероприятия состоялся конкурс научных статей по теме искусственного интеллекта AIJ Science, победу в котором одержали аспирант факультета компьютерных наук Вышки Александр Рогачев и студент 4-го курса бакалавриата ФКН ВШЭ Егор Егоров. Исследование было выполнено в рамках Научно-учебной лаборатории методов анализа больших данных (LAMBDA) ВШЭ.
Искусственный интеллект с каждым годом все более интегрируется в различные области человеческой жизни. Возникают новые задачи, требующие применения алгоритмов для решения специализированных проблем, а также разрабатываются новые архитектуры и подходы, призванные приблизить человека к созданию более эффективных технологий. Первый день AI Journey был посвящен передовым научным исследованиям, ключевым разработкам года и трендам в области искусственного интеллекта и машинного обучения.
В рамках конференции проходил открытый отбор научных статей. Студенты из НИУ ВШЭ представили статью под названием «Исследование влияния адаптивной спектральной нормализации на качество генеративных моделей и стабильность их обучения». Суть работы заключается в анализе подходов, которые позволяют находить баланс между стабильностью и выразительной способностью модели. Исследователи сделали это на основе данных большого адронного коллайдера ЦЕРН. Но, как отмечают авторы, эти результаты применимы и на других данных и моделях — например, для генерации изображений.
Статья будет опубликована в специальном выпуске журнала «Доклады Российской академии наук. Математика, информатика, процессы управления» (Doklady Mathematics), который выпускается для поддержки исследовательской деятельности в области анализа данных, искусственного интеллекта и машинного обучения, а также для обмена мнениями и практическим опытом. Журнал относится к категории Q1.
Александр Рогачев
«В нашем исследовании мы изучали возможность применения адаптивных методов регуляризации генеративно-состязательных сетей (GAN) на основе спектральной нормализации. Как известно, GAN имеют проблемы со стабильностью в ходе процесса обучения, для решения которых на практике часто применяется спектральная нормализация. Однако за стабильность приходится платить выразительной способностью модели. Мы проанализировали возможность баланса между этими двумя характеристиками на примере проблемы симуляции физического процесса, происходящего в рамках экспериментов LHCb, с помощью генеративной сети», — поделился Александр Рогачев, аспирант и преподаватель департамента больших данных и информационного поиска ФКН НИУ ВШЭ.
Егор Егоров
«В ходе работы над курсовым проектом мы получили довольно интересные, на наш взгляд, результаты и решили оформить это в виде статьи. Рад, что она прошла отбор и была отмечена экспертами в области ML. Это мотивирует развиваться и пробовать себя и дальше в академическом направлении», — отметил Егор Егоров, студент 4-го курса бакалавриата программы «Прикладная математика и информатика» ФКН 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.