🥈 Взяли серебро на всероссийском хакатоне «Нефтекод»!

Студенты и сотрудники Сколтеха вошли в число призёров одного из самых «химически заряженных» хакатонов страны — «Нефтекод», организованного Центром инфохимии ИТМО и компанией «Газпром нефть».

🔬 Задача хакатона: разработать ИИ-решение, способное генерировать новые молекулы антиоксидантных присадок, используя строковое представление молекул (SMILES) и данные о времени индукционного окисления.

💡 Серебряные призёры — команда «мисисково», в составе которой:
— Матвей Скрипкин, аспирант программы «Вычислительные системы и анализ данных»
— Ирэна Гуреева, инженер по машинному обучению, Центр ИИ
— Александр Югай, младший инженер-исследователь, Центр ИИ

🧪 В своей работе команда использовала большую языковую модель (LLM), которую сначала предобучили на молекулярных данных, а затем дообучили с помощью обучения с подкреплением (RL). Так модель научилась генерировать химически корректные молекулы с высокими антиоксидантными свойствами — и вышла в финал с блестящим результатом.

📍 Финал прошёл в Санкт-Петербурге, а общий призовой фонд составил 500 000 ₽.
Поздравляем наших победителей и желаем новых научных прорывов! 🚀

🧠 На прошлой неделе учёные Центра ИИ Сколтеха выступили на Харитоновских тематических научных чтениях в Сарове — одной из ключевых отечественных конференций по применению ИИ и больших данных в технических, природных и индустриальных системах. Команда представила четыре доклада, каждый из которых затрагивает фундаментальные вызовы в моделировании сложных процессов — от подземных структур до атмосферы и климата. Это научный ответ на вызовы, стоящие перед энергетикой, климатом и экологической безопасностью.

🔍 Евгений Бурнаев, д.ф.-м.н., профессор и директор Центра ИИ, выступил с приглашённым докладом о машинном обучении для моделирования физических процессов. В отличие от подходов, опирающихся на физические уравнения, он сосредоточился на другом типе априорной информации — геометрии и структуре самих данных.
Евгений представил два класса методов:
— 🔹 топологический анализ данных (TDA), который позволяет выявлять устойчивые свойства сложных структур, например, оценивать проницаемость пористых сред по КТ-сканам кернов с помощью персистентных гомологий;
— 🔹 генеративное моделирование на многообразиях с использованием оптимального транспорта, которое помогает переносить информацию между доменами — например, повышать разрешение климатических моделей (CMIP-6 → ERA-5) при прогнозировании погодных полей.
Эти подходы расширяют возможности ML-моделей, добавляя интерпретируемость и позволяя работать с данными, лежащими на сложных нелинейных многообразиях.

🌍 Владимир Вановский, к.ф.-м.н., руководитель направления гибридного моделирования Центра ИИ, выступил с двумя докладами:
1️⃣ В первом он рассказал о гибридном моделировании, сочетающем физическое моделирование и ИИ для ускорения, уточнение и адаптации на данные измерений расчётов. Такой подход используется, например, при создании цифровых двойников сложных природных систем, включая прогноз ледовой обстановки в Арктике с учётом спутниковых данных, ветровых моделей и доменной экспертизы. Разработанная система успешно испытывается в акватории Севморпути.
2️⃣ Во втором докладе, подготовленном совместно с инженером-исследователем Марией Филипповой, была представлена система для выявления источников атмосферных выбросов. Методика основывается на байесовской обратной симуляции: используя данные со станций мониторинга и погодные модели, алгоритм восстанавливает местоположение и мощность выброса. Подход протестирован на синтетических и реальных кейсах, включая полевые эксперименты (например, ETEX), и показал высокую точность локализации даже при разреженной сети датчиков.

🛢 Сергей Шумилин, руководитель исследовательской группы Центра ИИ, выступил с докладом о многоагентной адаптации моделей нефтяных месторождений. Он представил систему, в которой применяется байесовская оптимизация для автоматического подбора параметров модели месторождения, ранее настраиваемых вручную. Новый алгоритм позволяет существенно сократить время адаптации (до нескольких часов) и повысить точность прогноза, превзойдя классические полуавтоматические методы адаптации на историю добычи.

🧠 На прошлой неделе учёные Центра ИИ Сколтеха выступили на Харитоновских тематических научных чтениях в Сарове — одной из ключевых отечественных конференций по применению ИИ и больших данных в технических, природных и индустриальных системах. Команда представила четыре доклада, каждый из которых затрагивает фундаментальные вызовы в моделировании сложных процессов — от подземных структур до атмосферы и климата. Это научный ответ на вызовы, стоящие перед энергетикой, климатом и экологической безопасностью.

🔍 Евгений Бурнаев, д.ф.-м.н., профессор и директор Центра ИИ, открыл конференцию докладом о машинном обучении для моделирования физических процессов. В отличие от подходов, опирающихся на физические уравнения, он сосредоточился на другом типе априорной информации — геометрии и структуре самих данных.
Евгений представил два класса методов:
— 🔹 топологический анализ данных (TDA), который позволяет выявлять устойчивые свойства сложных структур, например, оценивать проницаемость пористых сред по КТ-сканам кернов с помощью персистентных гомологий;
— 🔹 генеративное моделирование на многообразиях с использованием оптимального транспорта, которое помогает переносить информацию между доменами — например, повышать разрешение климатических моделей (CMIP-6 → ERA-5) при прогнозировании погодных полей.
Эти подходы расширяют возможности ML-моделей: они делают их более интерпретируемыми и позволяют работать с данными, лежащими на сложных нелинейных многообразиях.

🌍 Владимир Вановский, к.ф.-м.н., руководитель направления Центра ИИ, выступил с двумя докладами:
1️⃣ В первом он рассказал о гибридном моделировании, сочетающем физические уравнения и ИИ. Такой подход используется, например, при создании цифровых двойников для сложных природных систем, включая прогноз ледовой обстановки в Арктике с учётом спутниковых данных, ветровых моделей и доменной экспертизы. Разработанная система успешно тестируется в акватории Севморпути.
2️⃣ Во втором докладе, подготовленном совместно с инженером Марией Филипповой, была представлена система для выявления источников атмосферных выбросов. Методика основывается на байесовской обратной симуляции: используя данные от станций мониторинга, карту городской застройки и погодные модели, алгоритм восстанавливает местоположение и мощность выброса. Подход протестирован на синтетических и реальных кейсах, включая полевые эксперименты (например, ETEX), и показал высокую точность локализации даже при разреженной сети датчиков.

🛢 Сергей Шумилин, руководитель исследовательской группы Центра ИИ, выступил с докладом о многоагентной адаптации моделей нефтяных месторождений. Он представил систему, в которой применяется байесовская оптимизация для автоматического подбора параметров симуляции, ранее настраиваемых вручную. Новый алгоритм позволяет существенно сократить время адаптации (до нескольких часов) и повысить точность прогноза, превзойдя классические ручные методы. Исследование проводится в рамках проекта «Универсальный пайплайн» по автоматизации нефтегазового моделирования.

💰 AI Journey ищет статьи на миллион!

📢 Открыт приём научных работ для участия в специальном выпуске журнала международной конференции AI Journey 2025 — одного из крупнейших событий в области искусственного интеллекта.

🏆 Приз за лучшую статью — 1 000 000 ₽!

Лучшие статьи будут опубликованы в «Докладах РАН. Математика, информатика, процессы управления» и Doklady Mathematics, а авторы смогут представить свои исследования на конференции AI Journey.

📌 Что важно:
— язык статьи: русский или английский
— материалы должны быть оригинальными
— дедлайн подачи: до 20 августа

📬 Все детали и форма подачи: aij.ru/science

🎯 Участвуйте и забирайте свой миллион!

🤖 Как заставить робота не заблудиться?
Приглашаем на следующий семинар цикла «Математика ИИ» в Центре искусственного интеллекта Сколтеха.

📍 Тема: Проблемы навигации мобильных роботов
👨‍🏫 Докладчик: проф. Олег Сергиенко
📅 Дата: 25 апреля 2025
🕒 Время: 15:45–16:45
📌 Аудитория: B4-3006
🔗 Подключение в Zoom

Как научить автономного робота двигаться по пересечённой местности, ориентироваться в пространстве, справляться с шумами и ограниченным временем на обработку данных? И при этом — не потеряться и не врезаться?

На семинаре профессор Олег Сергиенко поделится опытом разработки и испытаний навигационных алгоритмов, проводившихся в лабораториях UABC (Мексика). В центре внимания — реальные инженерные вызовы: от снижения информационной энтропии в потоке данных до сложных геометрий обзора и ошибок в навигации без GPS.

🔬 Также в фокусе — интеграция физических ограничений в вычислительные модели и адаптивные подходы к управлению в динамично меняющейся среде. Каждая из проблем будет сопровождаться гипотезами и идеями для будущих решений.

👨‍🔬 О лекторе:
Олег Сергиенко — заведующий кафедрой прикладной физики и руководитель лаборатории оптоэлектроники в Инженерном институте Автономного университета Нижней Калифорнии (Мексика). Более 220 публикаций в Scopus (h-индекс 32), 7 патентов, лауреат международных премий IEEE и Emerald, участник Национальной исследовательской системы Мексики (уровень 3).

📐 ИИ прокладывает путь: криволинейные решётки нового поколения

📄 В журнале Scientific Reports (Q1, Nature Portfolio) опубликована статья Neural networks for structured grid generation («Нейросети для построения структурированных решёток») исследователей Центра ИИ Сколтеха, посвящённая использованию нейросетей для построения структурированных криволинейных координатных сеток на сложных геометриях.

👨‍🔬 Авторы:
— Бари Хайруллин, аспирант Сколтеха
— Сергей Рыковaнов, доцент и руководитель Лаборатории суперкомпьютеров в ИИ
— Ришат Загидуллин, инженер-исследователь той же лаборатории

🔍 В работе предложена новая архитектура нейросети, трактуемая как диффеоморфизм между регулярным и физическим пространствами. Это позволяет:
— точно вычислять якобианы,
— быстро адаптировать сетку под изменение распределения узлов,
— обеспечивать биективность отображения и избегать перегибов.

Рассмотрено два подхода: с физическими функционалами (PINN) и без. В последнем случае авторам удалось вывести аналитические оценки для невырожденности отображения. Главное отличие от существующих архитектур типа MGNet — остаточные связи между слоями, позволяющие трактовать отображение как последовательность малых деформаций.

🧪 Численные эксперименты показали эффективность метода, включая случаи с многосвязными областями, где критична точность аппроксимации геометрии.

🚀 Часть вычислений выполнена на суперкомпьютере «Жорес» Сколтеха.

«Данный метод генерации решёток открывает новые возможности в моделировании физических, биологических и финансовых явлений», — отмечает Бари Хайруллин. «Дальнейшее развитие будет сфокусировано на обобщении результатов на трёхмерные области», — добавляет Сергей Рыковaнов.

🆕 Новая статья Центра ИИ — в журнале Q1

📚 В журнале Geoenergy Science and Engineering («Геоэнергетика: наука и инженерия», Elsevier), который входит в первый квартиль (Q1) по энергетике и геотехнической инженерии, вышла статья Марии Ковалёвой (магистрант программы «Наука о данных» Сколтеха), Валерия Шевченко (инженера‑исследователя Центра ИИ) и Алексея Зайцева (доцент, руководитель лаборатории LARSS) в соавторстве с коллегами из ПАО «Газпром нефть»:
🔗 Maintaining ESP operational efficiency through machine learning‑based anomaly detection («Поддержание эффективности работы погружных электронасосов с помощью обнаружения аномалий на базе методов машинного обучения»).

🔍 В статье предложен интерпретируемый подход к обнаружению аномалий в работе погружных электронасосов (ESP), работающих в режиме периодического кратковременного включения (PSA). Этот режим экономичен, но подвержен сбоям — от перегрузок до газовых пробок.

💡 Что сделали авторы:
— собрали библиотеку типичных аномалий,
— сравнивают текущие показания с этой библиотекой с помощью DTW (Dynamic Time Warping),
— метод показывает точность 93%, превосходя существующие решения.

📊 Алгоритм работает всего по двум временным рядам — частоте и нагрузке, не требует установки дополнительных датчиков и уже интегрирован в SCADA-системы. Это помогает инженерам оперативно выявлять проблемы и корректировать режимы работы оборудования, снижая риски простоев.

🗣 «Наша цель — не просто повысить точность, а сделать подход понятным для инженеров на местах, - говорит Алексей Зайцев. - Система не просто сигнализирует об аномалии, но и показывает, на какой известный сценарий она похожа — это критически важно в производственной среде».

🆕 Новая статья Центра ИИ — в журнале Q1

📚 В журнале Geoenergy Science and Engineering («Геоэнергетика: наука и инженерия», Elsevier), который входит в первый квартиль (Q1) по энергетике и геотехнической инженерии, вышла статья Марии Ковалёвой (магистрант программы «Наука о данных» Сколтеха), Валерия Шевченко (инженера‑исследователя Центра ИИ) и Алексея Зайцева (доцент, руководитель лаборатории LARSS) в соавторстве с коллегами из ПАО «Газпром нефть»:
🔗 Maintaining ESP operational efficiency through machine learning‑based anomaly detection («Поддержание эффективности работы погружных электронасосов с помощью обнаружения аномалий на базе методов машинного обучения»).

🔍 В статье предложен интерпретируемый подход к обнаружению аномалий в работе погружных электронасосов (ESP), работающих в режиме периодического кратковременного включения (PSA). Этот режим экономичен, но подвержен сбоям — от перегрузок до газовых пробок.

💡 Что сделали авторы:
— собрали библиотеку типичных аномалий,
— сравнивают текущие показания с этой библиотекой с помощью DTW (Dynamic Time Warping),
— метод показывает точность 93%, превосходя существующие решения.

📊 Алгоритм работает всего по двум временным рядам — частоте и нагрузке, не требует установки дополнительных датчиков и уже интегрирован в SCADA-системы. Это помогает инженерам оперативно выявлять проблемы и корректировать режимы работы оборудования, снижая риски простоев.

🗣 «Наша цель — не просто повысить точность, а сделать подход понятным для инженеров на местах, - говорит Алексей Зайцев. - Система не просто сигнализирует об аномалии, но и показывает, на какой известный сценарий она похожа — это критически важно в производственной среде».

🎉 Пётр Сычев, магистрант программы «Наука о данных» Сколтеха (научный руководитель - доцент Алексей Зайцев, возглавляющий лабораторию LARSS Центра ИИ Сколтеха), получил награду за лучшую научную статью Best Paper Award конференции AINL 2025 — международного форума по искусственному интеллекту и обработке естественного языка, который прошёл в Новосибирске.

📝 Статья‑победитель
When an LLM is apprehensive about its answers — and when its uncertainty is justified
«Когда LLM сомневается в своих ответах — и когда эта неуверенность оправдана»
🔗 arXiv: 2503.01688
Авторы (Сколтех): Пётр Сычев, Андрей Гончаров, Даниил Вяжев (также НИУ ВШЭ), Эдуард Халафян (также МФТИ), Алексей Зайцев.

О чём исследование?
Авторы выясняют, способны ли большие языковые модели честно предупреждать о возможной ошибке. Для этого они сравнили две стратегии оценки неуверенности. Первая — энтропия токенов: чем более «расплывчатым» получается распределение вероятностей, тем выше риск промаха. Вторая — model‑as‑judge («модель‑арбитр»), когда ту же LLM просят оценить собственный сгенерированный ответ. Тесты на расширенном бенчмарке MMLU‑Pro показали: энтропия надёжно улавливает ошибки в фактических вопросах, а подход model‑as‑judge устойчив лишь на простых заданиях и заметно «сдаёт» там, где нужна глубокая логика. Работа также вскрыла скрытые перекосы самого бенчмарка и подчеркнула необходимость учитывать «датовую» неопределённость при разработке безопасных ИИ‑систем.

🎁 Приз первому автору статьи вручил Валентин Малых, руководитель направления NLP‑исследований MTS AI.

Поздравляем Петра и команду LARSS с заслуженной наградой! 🚀

💥 Барабанная дробь: Сколтех и Яндекс открывают новую магистратуру «Искусственный интеллект в робототехнике».

На программе будем готовить инженеров-робототехников, которые создают интеллектуальные системы на стыке софта и железа. Она рассчитана на выпускников технических направлений и разработчиков, которые хотят углубиться в робототехнику, ИИ и промышленную автоматизацию.

Выпускники также смогут стать востребованными инженерами по интеллектуальной робототехнике и автоматизации процессов, руководителями R&D-проектов, которые умеют управлять разработкой новых продуктов: от исследования до промышленного внедрения, координируя команды инженеров и аналитиков. Обучение проходит полностью на английском языке.

👉 С новой магистратурой можно будет познакомиться уже в этот четверг на Дне открытых дверей — регистрируйтесь, пока все места ещё не заняты.

Увидимся в Сколтехе.

⚡️ Сколтех и Вышка объявляют о новом сезоне олимпиады «Математика машинного обучения»!

Для лучших студентов выпускных курсов любого математического и IT бакалавриата наши учёные разработали сложные математические задачи машинного обучения. Сильнейший не только получит призы и уважение комьюнити, но и будет зачислен в совместную магистратуру Сколтеха и НИУ ВШЭ «Математика машинного обучения» (победа в олимпиаде приравнивается к успешному прохождению отбора).

Как проходит отборочный этап, какие документы нужно подавать для участия и всю остальную информацию об олимпиаде можно найти здесь. Заявки принимаем до 5 мая.

🎤Владимир Палюлин, руководитель Лаборатории квантовых алгоритмов для машинного обучения и оптимизации Центра ИИ Сколтеха, принял участие в Международном симпозиуме по квантовым технологиям‑2025 (2025 International Symposium on Quantum Technology, 14–16 апреля, Пекин 🇨🇳).

Владимир выступил в качестве модератора секции «Квантовые устройства и их приложения», а также представил доклад «Вариационные квантовые алгоритмы: результаты и ограничения».

В докладе Владимир:
🔹 объяснил, как вариационные квантовые алгоритмы (VQA) помогают решать сложные задачи оптимизации и машинного обучения;
🔹 подчеркнул две ключевые трудности — barren plateaus («плато нулевого градиента», когда сеть “не чувствует” направления улучшения) и training saturation («насыщение обучения», когда параметры перестают меняться);
🔹 обсудил методы их преодоления, включая экстраполяцию к нулевому шуму и обучение с добавлением шума.

📝 Выступление основано на совместных статьях Владимира и его коллег, опубликованных в Physical Review A и Physical Review Research.

🚀 Ждём новых квантовых прорывов!

🥳 Время поздравлять: аспирантка Сколтеха получила награду на ПАВТ-2025

Команда Лаборатории суперкомпьютеров в искусственном интеллекте Центра ИИ Сколтеха — доцент и руководитель лаборатории Сергей Рыкова́нов, а также аспиранты Антонина Тимошенко и Кирилл Колупаев — представили результаты своих исследований на 19-й Международной конференции «Параллельные вычислительные технологии – 2025», которая прошла в Москве на базе НИУ ВШЭ. Конференция была посвящена применению параллельных вычислений и ИИ в науке и технике.

🔹Кирилл Колупаев рассказал о вычислениях на графических процессорах (GPU) в модели элементарного плазменного зеркала — подходе, который открывает новые возможности для моделирования в физике плазмы.

🔹Антонина Тимошенко выступила с докладом о применении ИИ и суперкомпьютерных методов для моделирования нового источника комптоновского излучения высокой энергии. Её презентация получила приз в конкурсе молодых учёных — заслуженное признание за инновационную научную работу.

🎉 Поздравляем Антонину и всю команду Лаборатории суперкомпьютеров в искусственном интеллекте с заслуженной наградой!

🎙Максим Клименко, руководитель направления методологии разработки ПО Центра ИИ Сколтеха, сегодня выступил на XI Международном технологическом форуме «Инновации. Технологии. Производство» в Рыбинске.

Секция «Машинное зрение и ИИ в решениях производственных задач: практика и перспективы» объединила экспертов для обсуждения методов и технологий ИИ, повышающих эффективность производства. В докладе «Использование решений с искусственным интеллектом в мониторинге производства на примере DATASKAI» Максим показал, что разработанная в Сколтехе платформа решает сразу несколько критичных задач мониторинга, включая:

♦️ онлайн‑детекцию аномалий в видеопотоках и телеметрии,
♦️ прогноз отказов оборудования и оценку оставшегося ресурса,
♦️ цифровых двойников узлов и тепловые карты процессов,
♦️ интеграцию с MES/SCADA через единый API,
♦️ дашборды no‑code и рекомендации оператору в режиме реального времени.

«Пилотные внедрения показывают: DATASKAI сокращает незапланированные простои примерно на 30% и вдвое ускоряет реакцию операторов на сигналы об отклонениях», - отметил Максим.

📈 16  апреля на конференции  Data Fusion  2025 прошла постерная сессия «Научный прорыв года в  ИИ». Сколтех представили пять исследователей с четырьмя работами:

🔹 Александр  Тюрин (старший преподаватель Центра  ИИ, руководитель группы  AIRI) — On the Optimal Time Complexities in Decentralized Stochastic Asynchronous Optimization
В статье рассматривается класс алгоритмов для децентрализованной асинхронной оптимизации. Авторы теоретически установили наилучшие возможные оценки времени работы таких алгоритмов и предложили методы, достигающие этих теоретических границ. Работа в тот же день была отмечена премией Data Fusion 2025.

🔹 Степан Васильев (аспирант 4‑го курса, науч. рук. - Олег Хамисов, старший преподаватель Центра энергетических технологий) — A Data‑Driven Approach for Managing Renewable Energy Systems During Short‑Term Voltage Instability
Метод на основе показателя Ляпунова и кластеризации диагностирует и смягчает кратковременные всплески напряжения в энергосистемах с ВИЭ без установки допоборудования.

🔹 Александр Коротин (старший преподаватель, руководитель группы в Центре ИИ) — Light Schrödinger Bridge Solver
Предложен «лёгкий» CPU‑дружелюбный алгоритм для задачи Шрёдингера‑Бриджа: одна простая цель оптимизации, минимум гиперпараметров и теоретическая универсальность.

🔹 Валерий Шевченко и Владимир Жолобов (инженеры‑исследователи Центра ИИ) — From Variability to Stability: Advancing RecSys Benchmarking Practices
Новый бенчмарк для рекомендательных систем: 30 датасетов (две новые выборки), 11 алгоритмов, 9 метрик — даёт сопоставимые результаты вне зависимости от домена и предобработки данных.

Сессия собрала исследования по оптимизации, устойчивости энергосетей, генеративным моделям и объективной оценке RecSys, завершив первый день конференции.

16 апреля на Data Fusion 2025 прошла постерная сессия «Научный прорыв года в ИИ». Сколтех представили пять исследователей с четырьмя работами:

— Александр Тюрин (старший преподаватель, Центр ИИ; руководитель группы AIRI) — *On the Optimal Time Complexities in Decentralized Stochastic Asynchronous Optimization*

Авторы вывели недостижимые ниже границы времени для децентрализованной асинхронной оптимизации и предложили методы, которые эти границы достигают. Работа в тот же день была отмечена премией Data Fusion  2025.

— Степан  Васильев (аспирант 4‑го курса, науч. рук.  Олег  Хамисов, старший преподаватель Центра энергетических технологий) — A Data‑Driven Approach for Managing Renewable Energy Systems During Short‑Term Voltage Instability

Метод на основе показателя Ляпунова и кластеризации диагностирует и смягчает кратковременные всплески напряжения в энергосистемах с ВИЭ без установки допоборудования.

— Александр Коротин (старший преподаватель, руководитель группы в Центре ИИ) — Light Schrödinger Bridge Solver
Предложен «лёгкий» CPU‑дружелюбный алгоритм для задачи Шрёдингера‑Бриджа: одна простая цель оптимизации, минимум гиперпараметров и теоретическая универсальность.

— Валерий Шевченко и Владимир Жолобов (инженеры‑исследователи Центра ИИ) — From Variability to Stability: Advancing RecSys Benchmarking Practices
Новый бенчмарк для рекомендательных систем: 30 датасетов (две новые выборки), 11 алгоритмов, 9 метрик — даёт сопоставимые результаты вне зависимости от домена и предобработки данных.

Сессия собрала исследования по оптимизации, устойчивости энергосетей, генеративным моделям и объективной оценке RecSys, завершив первый день конференции.

🔭 Ученые из Сколтеха совместно с коллегами из Грацского университета в Австрии и Высокогорной обсерватории Национального центра атмосферных исследований США разработали метод на основе нейронных сетей, который объединяет разрозненные наблюдения за Солнцем в единую модель. Результаты исследования опубликованы в журнале Nature Communications.

Новый алгоритм на основе ИИ согласует данные разных инструментов за десятилетия. Он преобразует наблюдения с одного прибора в другой, корректируя погрешности и восстанавливая детали. Нейросеть улучшает старые зашумлённые данные до качества современных снимков, сохраняя физически важные особенности для анализа эволюции Солнца.

С помощью этого метода ученые объединили 24 года космических наблюдений, повысили разрешение снимков полного солнечного цикла, снизили атмосферный шум и даже реконструировали магнитные поля на дальней стороне Солнца, используя только данные ультрафиолетовых наблюдений.

«Наша работа выходит за рамки простого улучшения старых изображений: мы создаём универсальный язык для изучения эволюции Солнца. Благодаря высокопроизводительным вычислениям Сколтеха, мы обучили ИИ-модели, которые выявляют скрытые взаимосвязи в десятилетиях солнечных наблюдений, обнаруживая закономерности в масштабе нескольких солнечных циклов. В конечном счёте мы строим будущее, где каждое наблюдение — прошлое или будущее — будет говорить на едином научном языке», — рассказала соавтор исследования, директор Центра системного проектирования Сколтеха, доцент Сколтеха Татьяна Подладчикова.

🏆 Александр Тюрин, старший преподаватель Центра ИИ Сколтеха и руководитель группы в AIRI, стал лауреатом премии Data Fusion 2025 в номинации «Научный прорыв года в ИИ» (приз - 1 млн рублей) за статью «On the Optimal Time Complexities in Decentralized Stochastic Asynchronous Optimization» (Александр Тюрин, Питер Рихтарик), представленную на конференции NeurIPS 2024 в Ванкувере в конце прошлого года.

В работе авторы рассматривают децентрализованную асинхронную оптимизацию: когда узлы распределённой системы выполняют обновления без строгой синхронизации друг с другом. Они доказывают оптимальные по времени оценки (time complexities) для таких алгоритмов и показывают, как удаётся сохранить высокую точность при заметном ускорении вычислений. Подход важен для обучения крупных нейросетей и других задач машинного обучения, когда необходимо максимально эффективно использовать распределённые вычислительные ресурсы.
«Для меня это важное признание работы, проделанной в рамках исследования, - отметил Александр. - Децентрализованные и асинхронные подходы становятся особенно актуальны с ростом размера и сложности моделей искусственного интеллекта. Наше исследование показывает, что можно эффективно использовать огромные вычислительные ресурсы без потери качества и производительности алгоритмов, что открывает новые возможности для практического применения ИИ в самых разных сферах. Что еще важно, мы теоретически доказали, что наши подходы улучшить принципиально нельзя».
Также жюри учло две другие статьи автора по данному направлению, представленные на NeurIPS 2024:

Freya PAGE: First Optimal Time Complexity for Large‑Scale Nonconvex Finite‑Sum Optimization with Heterogeneous Asynchronous Computations

Shadowheart SGD: Distributed Asynchronous SGD with Optimal Time Complexity Under Arbitrary Computation and Communication Heterogeneity

🥳 Поздравляем Александра с заслуженной наградой!

🎤 Прямо сейчас: Евгений Бурнаев выступает на Data Fusion 2025!
Профессор, директор Центра ИИ Сколтеха, открывает сессию
«Инженерный искусственный интеллект: научные основы для индустриальных приложений»
📍 Зал «Атом», 13:00
🔴 Смотреть трансляцию

📌 Сколтех на Data Fusion 2025 — все наши за два дня

📅 16 апреля

— 09:30 | Дмитрий Шадрин, руководитель направления, — дискуссия «Данные ДЗЗ: вызовы и возможности»
🎥 Запись

— 13:00 | Евгений Бурнаев — доклад «Инженерный ИИ: научные основы…» (зал «Атом»)
— 14:10 | Евгений Бурнаев — модератор сессии «ML + наука: естественные науки»
— 18:10 | Евгений Бурнаев — дискуссия «Эксперты о трендах: наука»
— 18:10 | Постерная сессия «Научный прорыв года в ИИ» (лекторий 1). Сколтех представляют: аспирант Степан Васильев; старший преподаватель, руководитель группы Александр Коротин; инженер-исследователь Валерий Шевченко; старший преподаватель Александр Тюрин; инженер-исследователь Владимир Жолобов

📅 17 апреля

— 14:00 | Светлана Илларионова, руководитель исследовательской группы, — доклад «Генеративный ИИ для спутниковых данных» (лекторий 2, Computer Vision)
— 15:30 | Дмитрий Яроцкий, профессор, руководитель лаборатории математических основ ИИ, — доклад «Угловой градиентный спуск» (зал «Фотон»)

ℹ️ Также в программе участвуют представители Сколтеха, заявленные на сайте конференции от других организаций:

— Иван Оселедец, профессор Сколтеха, генеральный директор Института искусственного интеллекта AIRI — участвует в нескольких сессиях как модератор, докладчик и спикер дискуссий
— Александр Гасников, главный научный сотрудник Центра ИИ Сколтеха, ректор Университета Иннополис — спикер дискуссии «Наука — драйвер прогресса на волнах ИИ»

📡 Полная программа и трансляции:
🔗 data-fusion.ru
📲 @Data_Fusion_bot
📺 ВКонтакте

⌛️ Дедлайны — болезненная тема, но помнить о них нужно.

Напоминаем, что до конца этой недели — до 20 апреля включительно — принимаем заявки на Летнюю школу машинного обучения SMILES-2025 в Китае. Участие бесплатное, можно подать заявку на очное участие (покроем все расходы, кроме визы) и заочное.

Если хотите узнать больше о том, как стать частью SMILES-2025, прочтите нашу статью на Хабре.

📢 Как подать заявку на SMILES-2025 — видеоинструкция от Петра Сокерина!

Вы спрашивали — мы сняли 🎥
По многочисленным просьбам мы записали подробный гайд, как пройти все этапы поступления на Летнюю школу SMILES-2025 в Харбине.

🎙 В кадре — Пётр Сокерин, координатор программы SMILES-2025, инженер-исследователь Центра ИИ Сколтеха и преподаватель программ дополнительного образования. Он подробно рассказывает:

🔹 почему всё должно быть на английском и сколько времени реально нужно заложить на подготовку;
🔹 как составить резюме, на что в нём обращают внимание (и что лучше опустить);
🔹 что писать в мотивационном письме, и почему не стоит копировать его у ChatGPT;
🔹 что собой представляет вступительный тест, и как не потерять баллы из-за точки вместо запятой;
🔹 как сделать презентацию — с нуля, по своему исследованию, или по чужой статье;
🔹 как получить бонусные баллы — за видео и за волонтёрство!

⚠️ Приём заявок открыт до 20 апреля, времени остаётся всё меньше. Не откладывайте, посмотрите видео заранее!

📺 Смотреть видео:
— ВКонтакте
— YouTube

А подробности о школе и подача заявки — как всегда, на сайте SMILES 💻

🗞️ Александр Тюрин, к.к.н., старший преподаватель Центра искусственного интеллекта Сколтеха и руководитель научной группы «Методы оптимизации в машинном обучении» Института AIRI, прокомментировал для Forbes новое исследование, посвящённое сжатию больших языковых моделей (LLM):

«Подходы к сжатию LLM сами по себе развиваются давно, но несомненное достижение исследования — сжатие с меньшей потерей в качестве генераций и предсказаний модели. С применением такого метода можно отказаться от необходимости пересылать приватные данные (тексты, фотографии) на удалённый сервер, выполняя вычисления локально на устройстве».

🔬 Исследование команды Yandex Research и университетов-партнёров (MIT, НИУ ВШЭ, KAUST, ISTA) представило метод HIGGS — алгоритм сжатия, позволяющий запускать LLM на смартфоне или ноутбуке без потерь в качестве.

Это открывает путь к применению ИИ в чувствительных сферах:
• медицина,
• финтех,
• персональные ассистенты —
где критичны приватность и независимость от облаков.

🔗 Читать статью Forbes

📹 Александр Бернштейн, профессор Центра искусственного интеллекта Сколтеха, принял участие в прямом эфире телеканала ОТР в программе «ОТРажение», посвящённой одной из самых острых тем — «Леса горят. Предотвратить пожары».

В эфире Александр Владимирович рассказал о системе, разработанной учёными Сколтеха, которая способна прогнозировать вероятность возникновения лесного пожара с точностью до 87%. Эта система строится на гибридных ИИ-моделях, которые обрабатывают огромные объёмы разнородных данных:
• климатические и метеоусловия,
• спутниковые снимки и беспилотные съёмки,
• рельеф, породы деревьев и возраст лесов,
• близость к населённым пунктам и дорогам,
• история прошлых возгораний.

Главная задача — не просто обнаружить возгорание, а предсказать, где и когда оно может возникнуть, и оценить, куда пойдёт огонь. Это критически важно для своевременного реагирования и принятия решений как МЧС, так и региональными службами.

За ИИ-моделью стоит серьёзный математический фундамент, в том числе теория оптимального транспорта и методы повышения разрешения спутниковых изображений, разработанные в Сколтехе. Эти же технологии могут применяться и для других сценариев — например, прогнозирования наводнений.

«Сама идея проста: мы анализируем, что происходило раньше, и по этим данным строим прогноз. Разница только в том, какие именно данные мы используем — при пожарах это лес, при наводнениях — уровень рек, таяние снега и т.д.», — отметил Александр Владимирович.

Полный выпуск доступен на сайте телеканала ОТР.

🎙Владимир Вановский, руководитель направления гибридного моделирования Центра ИИ Сколтеха, выступил на межрегиональном форуме «Цифровая прокачка Сибирского федерального округа» с приглашенной лекцией на тему применения ИИ для химии, физики и технологических приложений, а также поучаствовал в обсуждении межвузовского кампуса с представителями вузов, индустрии и правительства Омской области.

Владимир рассказал о подходах, которые объединяют физическое моделирование и машинное обучение. Такие гибридные модели позволяют описывать сложные процессы:
• динамику потоков и теплопереноса.
• химические реакции в расплавах,
• структурные превращения,
Эти технологии могут помочь:
✅ повысить качество продукции,
✅ снизить энергозатраты,
✅ ускорить разработку новых материалов.
А учет законов физики и химии повысит интерпретируемость результатов моделирования, что крайне важно для применения их в индустрии.

🤝 Участники мероприятия отметили, что сотрудничество со Сколтехом открывает новые перспективы для Омского кампуса и развития научной среды региона.
«Мы уверены, что это сотрудничество будет стимулировать развитие инновационных проектов и создаст новые возможности для взаимодействия между учёными, предпринимателями, экспертами в области ИИ и студенческим сообществом», — прокомментировали представители НПП СПЕЦТЕХ, поставщика решений для нефтегазовой отрасли.

‼️ Напоминаем, что регистрация на Летнюю школу машинного обучения от Сколтеха подходит к концу!

Подать заявку нужно успеть до 20 апреля. Кандидаты, которые пройдут отбор, получат возможность отправиться в Китай и провести время в команде молодых исследователей и экспертов в области ИИ.

Программа рассчитана на 12 дней, во время которых вы будете посещать лекции и практические семинары от экспертов Сколтеха, Института AIRI и Харбинского технологического института (HIT), работать над проектами и знакомиться с культурой Поднебесной. Важный нюанс: язык школы — английский.

Да, участие бесплатное — организаторы покрывают перелёт, питание и проживание в Китае.

👉🏼 Если вы готовы потрудиться, чтобы стать частью SMILES-2025, — не откладывайте и подайте вашу заявку как можно скорее!

⚡️ «АБВГД_ИИ» — Фонд Потанина и Сколтех приглашают преподавателей вузов на конференцию, посвящённую цифровым навыкам и этичному применению искусственного интеллекта в высшем образовании.

2 июня в кампусе Сколтеха вы сможете разобраться в принципах работы ИИ и связанных с ним рисках, обменяться опытом с коллегами из академического сообщества и студентами, а также освоить новые инструменты и подходы. Независимо от вашего уровня подготовки, вы найдёте подходящий трек — в формате импровизированных кафедр мы предусмотрели программы для разных интересов и навыков.

Среди спикеров — ведущие эксперты: Евгений Бурнаев (директор Центра ИИ Сколтеха), Александр Гасников (ректор Университета Иннополис) и Вячеслав Гойко (директор Института анализа больших данных и ИИ ТГУ).

Конференция открыта для преподавателей вузов России — специалистов в точных, естественных и гуманитарных науках, которые хотят освоить ИИ для обучения и адаптироваться к изменениям в образовательной практике.

Участие бесплатное. Не упустите шанс — регистрируйтесь!

🎙Алгоритм, который не спешит с выводами и умеет сказать «я не уверен» — о такой технологии сегодня рассказали в эфире программы «Физики и лирики» на «Маяке» наши коллеги из Центра ИИ Сколтеха: Александр Югай (младший инженер-исследователь) и Алексей Зайцев (доцент, руководитель лаборатории LARSS). Ведущий — Александр Пушной.

🎧 Слушать эфир

🔍 О чём речь?
Современные нейросети слишком уверены в себе — они всегда выдают категоричный ответ, даже если данных недостаточно. Учёные из Сколтеха предложили способ это изменить.

💬 «Если модель видит только нули и единицы, она и в сомнительных случаях отвечает так, будто уверена. Мы хотим, чтобы она умела сомневаться — и вовремя сообщала, что нужен человек», — говорит Александр Югай.

Вместо жёстких меток в обучении используются «soft labels» — значения между 0 и 1, основанные на экспертной оценке уверенности. Это даёт модели пространство для неуверенности — как у врача, который говорит: «Нужно дообследовать».

💬 «Если риск ошибки высок, система должна сигнализировать: „пригласите эксперта, данных недостаточно“», — объясняет Алексей Зайцев.

🧩 Где это полезно
🏥 Медицина — повторная проверка снимков или анализов, если ИИ «не уверен».
🏭 Промышленность — отказ от ложных тревог при диагностике оборудования.
💬 Большие языковые модели — умение задать уточняющий вопрос, а не уверенно отвечать «от балды».

⚠️ Почему это важно
ИИ, способный «сомневаться», — это шаг к более надёжным и безопасным системам. Особенно там, где цена ошибки высока. Модель становится не только умной, но и самокритичной — и это хорошо 😊

🔥В «Известиях» вышла статья о нашем решении для прогнозирования лесных пожаров

В газете «Известия» опубликован материал «ИИ с огоньком: нейросеть предскажет лесные пожары с точностью 87%», где рассказывается об алгоритмах, которые мы разработали для предотвращения природных ЧП.

Что отражено в статье
🔸 Система учитывает множество факторов (погоду, рельеф, плотность населения и т.д.), что повышает точность прогнозов.
🔸 Мы уже протестировали решение в пилотном регионе — на Сахалине: там оно помогает местным специалистам прогнозировать риски возгораний и готовиться к пожароопасному периоду.
🔸 Некоторые эксперты видят возможность совершенствовать функционал, в частности, в части картирования и валидации данных.

На что мы хотим обратить внимание

1. Это полноценная, уже рабочая система.
Мы создали единственное в РФ готовое решение, внедрённое в МЧС, где оно работает на закрытых ведомственных данных. За эту разработку получили награды от Министерства в феврале этого года. При необходимости наш ИИ может обрабатывать и открытые данные, хотя эффективность при этом частично зависит от доступной информации.
Отличие от существующих решений: мы даём вероятностные оценки возникновения пожара с детализацией до 21×21 км, что позволяет очень точно планировать силы и средства для предотвращения возгораний.

2. Мы совершенствуем и адаптируем систему под каждый регион.
Платформа изначально создавалась модульной, чтобы можно было учитывать местные особенности — от типа ландшафта до исторических данных о пожарах. Это не «сырой пилот», а гибкая архитектура, позволяющая быстро дополнять функционал.

3. Открыты к конструктивному диалогу.
Мы внимательно относимся к замечаниям экспертов. Где-то могут требоваться дополнительные инструменты (например, формирование специфических отчётов или аналитики для степных зон). Мы уже имеем опыт расширения функционала, и наши двери открыты для совместной работы.

Почему это важно
🔸 Каждый сезон лесных пожаров несёт в себе серьёзные риски: гибнут леса, страдают экосистемы, люди подвергаются опасности. Чем надёжнее будет прогноз, тем больше шансов заранее принять превентивные меры.
🔸 Мы рады, что СМИ, эксперты и представители отраслевых ведомств проявляют живой интерес. Это помогает нам обсуждать нюансы и делать систему ещё более точной.

Спасибо за внимание и за все вопросы, которые вы задаёте. Мы будем делиться итогами дальнейшего развития и внедрения нашего ИИ.

✏️ Мы уже писали о трёх статьях от Сколтеха, представленных на конференции AAAI-2024 в Филадельфии, но была ещё одна работа — в формате живого выступления.
Александр Панченко, доцент и руководитель Лаборатории обработки естественного языка Центра ИИ Сколтеха, выступил на воркшопе с докладом о галлюцинациях в мультимодальных моделях.

В работе рассматривается подход к выявлению изображений, нарушающих здравый смысл — например, где Эйнштейн держит смартфон. Авторы используют большие мультимодальные модели (LVLM), чтобы извлекать из изображения факты, а затем с помощью Natural Language Inference (NLI) вычисляют, насколько они противоречат друг другу. Так формируется метрика реалистичности изображения.

Интересно, что метод основан не на точности моделей, а наоборот — на их склонности к галлюцинациям, которые используются как сигнал о «неестественности» картинки.

Метод занял 1-е место среди open-source решений в zero-shot режиме на датасете WHOOPS! — опередив даже некоторые fine-tuned-базлайны.

Соавторы статьи из Центра ИИ Сколтеха: Елисей Рыков, Ксения Петрушина — инженеры-исследователи, Ксения Титова — аспирант.

🤖 «У нас с машиной симбиоз» — интервью с профессором Центра ИИ «Сколтеха» Иваном Тюкиным для «Ъ-Науки»
(Спойлер: речь не только о роботах, но и о чат-ботах, алгоритмах и всех «умных» системах вокруг нас).

О чём там рассказывается?
🔎 Как формируется доверие к ИИ: важны не только точность и данные, но и психологический фактор — готовы ли мы отдать критически важные решения «машине»?
💡 Что случилось с системой страховых компенсаций: она стала занижать сроки лечения, потому что училась на «экономных» данных страховых компаний.
🤝 «Дружочек» вместо «орудия»: ИИ отлично справляется с рутиной, а человек остаётся главным «контролёром», когда речь о судьбах людей.
⚖️ Федеративное обучение и «конституция»: как совместить защиту конфиденциальных данных и стремление к максимальной эффективности.
🙅‍♀️ Где нужно сказать «стоп»: иногда гонка за точностью алгоритмов может вытеснить прозрачность и обернуться дискриминацией (например, в сложных решениях о кредите или госпитализации).

Почему это стоит прочитать?
- Разбирает этику, психологию и «подводные камни» ИИ.
- Показывает реальную практику: от медицинской диагностики до романтических чат-ботов и автопилотов.
- Помогает понять, как не оказаться в неравных отношениях с умной «машинкой», которая может и «дружочком» стать, и вытеснить живое общение.

➡️ Читать интервью на сайте «Коммерсанта»

А вы доверяете своему «цифровому помощнику» на все 100%? Или пока рано дружить с алгоритмами «на равных»?

💫 Хочешь стать частью команды SMILES? Стань волонтёром!

Волонтёры делают школу ярче: помогают с организацией досуга 🎲, снимают контент 📸, берут интервью 🎤, создают атмосферу единства и драйва. Это студенты, которые хотят не просто учиться, а менять школу к лучшему вместе с нами.

Важно: волонтёры участвуют в занятиях и всех активностях SMILES в полном объёме, как и остальные участники.

Что ты получишь:
🎯 дополнительные баллы при отборе на очное участие
✨ отдельный сертификат (благодарность) от организаторов
🚀 опыт, признание и место в комьюнити SMILES и Skoltech AI

Отметь опцию «Готов быть волонтёром» в анкете — и до встречи в команде. 14-27 июля нас ждёт Харбин!

Подробнее: smiles.skoltech.ru

🇮🇹 Александр Панченко, доцент и руководитель Лаборатории обработки естественного языка Центра ИИ Сколтеха, представил две статьи на 47-й Европейской конференции по информационному поиску (ECIR 2025), которая проходит в Лукке, Италия.

🔹 Overview of PAN 2025
Статья, подготовленная в соавторстве с международной командой, представляет обзор четырёх задач, организованных в рамках лаборатории PAN на форуме CLEF 2025:
— выявление ИИ-сгенерированных текстов, включая случаи обфускации авторства — когда стиль маскируется, чтобы скрыть, что текст создан ИИ;
— многоязычная детоксикация — переформулирование токсичных высказываний в нейтральной форме без потери смысла;
— анализ авторского стиля в текстах с несколькими авторами;
— обнаружение генеративного плагиата — сравнение с источниками и выравнивание текста.
Работа направлена на развитие методов цифровой текстовой криминалистики и оценку генеративных моделей в мульти-язычной среде.

🔹 RURAGE: Robust Universal RAG Evaluator (будет представлена 10 апреля на Industry Day конференции ECIR 2025)
Работа посвящена RURAGE — универсальному инструменту для оценки систем с Retrieval-Augmented Generation (RAG), — таких, которые отвечают на вопросы с опорой на внешние источники.
Система позволяет быстро и недорого тестировать производительность QA-моделей с генерацией ответов, без необходимости в ручной аннотации.
Метод уже применяется для внутренних тестов промышленных решений и может быть полезен в прикладных исследованиях генеративного ИИ.

💬 «Самое необычное место для проведения конференции, в котором я бывал: ECIR проводят в церкви. Приглашённый докладчик из Google сказал, что убрал из речи некоторые шутки. Интересно, как будет проходить постерная сессия», — делится впечатлениями Александр.

🥳 Выигран 21-млн. грант РНФ на разработку новых теоретических основ нейросетей

🎓 Проект под руководством Дмитрия Яроцкого, доктора физико-математических наук, профессора и руководителя Лаборатории математических основ искусственного интеллекта Центра ИИ Сколтеха, стал победителем конкурса Российского научного фонда «Фундаментальные научные исследования – 2025».

📌 Общий объём финансирования: 7 млн рублей в год. Срок реализации — 2025–2027 гг.

📍 В чём суть проекта?
Авторы проекта намерены разобраться, почему глубокие нейросети показывают столь высокую эффективность — и как сделать их ещё быстрее, надёжнее и устойчивее. Исследование объединяет фундаментальные математические методы и задачи, актуальные для современных ИИ-систем — от больших языковых моделей до приложений в связи и компьютерном зрении.

🔬 Проект включает четыре ключевых направления:

📈 Анализ обучения нейросетей: построение новой теории ускоренного SGD с «памятью» и моделей, предсказывающих скорость сходимости.

🛡 Устойчивость и верификация: разработка методов формальной проверки надёжности ИИ даже в условиях помех и атак.

🔮 Вероятностные представления: теоретические основы универсальных и адаптивных моделей.

📡 Применение в беспроводной связи: использование нейросетей для повышения помехоустойчивости и пропускной способности.

👥 В команде проекта:
– Алексей Зайцев, доцент, руководитель лаборатории LARSS Центра ИИ,
– Андрей Иванов, старший преподаватель Проектного Центра беспроводных технологий Сколтеха,
– Иван Тюкин, профессор Центра ИИ,
а также молодые исследователи, работающие на стыке математики и искусственного интеллекта.

💡 Зачем это нужно?
Сегодня обучение ИИ требует месяцев вычислений на суперкомпьютерах. При этом проверка надежности и робастности может также потребовать значительных ресурсов и новых данных. Данный проект поможет выявить закономерности, лежащие в основе эффективного обучения, — и в перспективе значительно сократить время и энергозатраты на разработку нейросетей.

📍 Все исследования будут вестись в Сколтехе с использованием суперкомпьютера «Жорес».

Как подать заявку на SMILES-2025 и не упустить свой шанс? Объясняет Петр Сокерин👇

Что делать, если вы хотите попасть на Летнюю школу машинного обучения SMILES-2025, но не знаете, с чего начать?
Включаем короткий гайд от Петра Сокерина, координатора программы SMILES-2025 и инженера-исследователя Центра ИИ Сколтеха.

В видео — только по делу:
🔹 какие документы нужно подготовить
🔹 на каком языке их заполнять
🔹 сколько времени стоит заложить на заявку
🔹 и как избежать самых частых ошибок при подаче

Пётр не просто рассказывает, что нужно сделать, но и зачем — чтобы ваша заявка была не просто формальной, а реально выделялась среди других.

Если вы планируете участвовать — это видео must-see.
Уделите немного времени сейчас, чтобы оказаться в числе тех, кого мы встретим на SMILES-2025 в Харбине этим летом!

📌 Подробности и подача заявки — на smiles.skoltech.ru
🎥 А пока — жми play! ВКонтакте | YouTube

📍 Сегодня Центр ИИ Сколтеха провёл научный семинар, посвящённый методам глубинного обучения для анализа пространственно-временных данных. Вместе с приглашёнными коллегами из китайского BIMSA — Пекинского института математических наук и приложений (основан при поддержке Университета Цинхуа) — мы обсудили, как современные подходы к ИИ помогают решать задачи, связанные с геонауками, климатом и мониторингом окружающей среды.

🎙Открыл семинар его организатор - Алексей Зайцев, доцент Сколтеха, руководитель лаборатории LARSS. Он представил обзор современных методов самообучения (self-supervised learning) для пространственно-временных данных: от генеративных и контрастивных подходов до гибридных архитектур. В докладе прозвучали кейсы Центра ИИ по обнаружению изменений в видеопотоке, прогнозу землетрясений и анализу буровых данных. Отдельное внимание уделено созданию универсальных представлений временных рядов и моделей событий, которые позволяют эффективнее использовать неразмеченные данные.

🌏 Онлайн-доклад профессора Чжаоюаня Юя (Нанкинский педагогический университет, исполнительный директор Инновационного центра по разработке и применению геоинформационных ресурсов провинции Цзянсу) был посвящён использованию геометрической алгебры как единого формализма для моделирования геофизических процессов. Представлены примеры построения цифровых двойников в рамках международных инициатив Deep-Time Digital Earth и UN Geographic Information Center, где методы, разработанные исследовательской группой GAGIS профессора Юя (Geometric Algebra for Geographic Information Systems), применяются для декодирования геологической истории Земли за миллиарды лет.

📡 Светлана Илларионова, руководитель исследовательской группы Центра ИИ Сколтеха, рассказала о применении методов компьютерного зрения к задачам экологического мониторинга. Были продемонстрированы решения для оценки риска лесных пожаров, наводнений и деградации лесов, а также методы генерации обучающих данных с помощью диффузионных и GAN-моделей — включая повышение пространственного разрешения спутниковых снимков.

🧭 Лю И (BIMSA Institute) продолжил тему геометрической алгебры — как общего языка для систем геоинформационного анализа. В центре внимания — моделирование динамических геосистем, интеграция пространственных и временных данных, а также вычислительная эффективность при работе с большими данными в области наук о Земле.

🌦 Завершила программу Милена Газдиева, инженер-исследователь Центра ИИ Сколтеха. В своём докладе она представила подход к повышению разрешения климатических моделей (CMIP-6) с помощью нейросетевых методов на основе оптимального транспорта и исторических данных ERA-5. Такая генерация данных повышает точность прогноза погодных рисков, в том числе для задач предсказания природных катастроф.

📸 Семинар прошёл в формате открытого научного диалога и собрал исследователей, студентов и гостей Центра. Благодарим всех докладчиков за содержательные выступления и живое обсуждение!

🌐 Присоединяйтесь к международному исследовательскому проекту по детоксикации текста на CLEF 2025!

Александр Панченко, руководитель Лаборатории обработки естественного языка Центра ИИ Сколтеха, приглашает принять участие в совместном исследовательском проекте на конференции CLEF 2025.

🔍 Задача участников заключается в разработке моделей, способных автоматически переформулировать токсичные высказывания в нейтральной форме, сохраняя при этом их исходный смысл. Оценка решений будет проводиться по нескольким критериям, включая точность устранения токсичности, сохранение смысла и естественность текста.

📰 Участники получают возможность не только проверить свои алгоритмы в мультиязычной среде, но и опубликовать статью, индексируемую в Scopus, на CLEF 2025 (Conference and Labs of the Evaluation Forum) — ведущей конференции по оценке систем обработки естественного языка (NLP), ранг Q1 по CORE.

📅 Важные даты:

- Регистрация — до 25 апреля 2025 года
- Старт тестовой фазы — 1 мая 2025 года
- Дедлайн подачи статей — 30 мая 2025 года
- Конференция — 9–12 сентября 2025 года в Мадриде.

🦸 Внесите свой вклад в развитие ИИ-инструментов для текстовой безопасности!

🔗 Подробности и регистрация здесь

⭐️ #профессорСколтеха Иван Оселедец — один из ведущих российских учёных в области прикладной математики и искусственного интеллекта. Он занимает второе место по цитируемости среди российских математиков и входит в число наиболее цитируемых исследователей в мире. Его научные результаты получили международное признание — часть его работ была включена в четвёртое издание классического учебника «Матричные вычисления» Голуба и Ван Лоана (Matrix Computations).

В Сколтехе Иван занимает должность профессора Центра ИИ и руководит магистерской программой «Наука о данных» (Data Science) — самой масштабной по числу студентов и преподавателей.

В качестве генерального директора Института AIRI Иван руководит научным коллективом, насчитывающим более 200 исследователей, работающих на стыке машинного обучения, вычислительной математики и физики.

Профессор Оселедец — автор более 200 научных публикаций в ведущих международных и российских изданиях, подготовил 20 кандидатов наук, входит в редколлегии журналов Advanced Computational Mathematics и SIAM Journal on Scientific Computing. Иван выступает председателем секций (Area Chair) на ведущих конференциях по искусственному интеллекту, таких как NeurIPS, ICML и ICLR.

Его научная деятельность отмечена целым рядом престижных наград, включая Премию Президента РФ в области науки и инноваций для молодых учёных, Outstanding Paper Prize Общества SIAM, Премию Сегаловича и Научную премию Фонда Александра фон Гумбольдта. В 2022 году ему было присвоено почётное звание профессора Российской академии наук.

Иван активно сотрудничает с ведущими мировыми исследователями, имеет более 70 научных соавторов, включая профессоров из ETH Zurich (Швейцарский федеральный технологический институт в Цюрихе) и MIT (Массачусетский технологический институт, США).

Курсы, которые читает профессор Оселедец, в частности Numerical Linear Algebra (а ранее — Deep Learning), неизменно входят в число самых востребованных и посещаемых в Сколтехе.

👉 Учитесь у лучших — учитесь в Сколтехе!

📸 На прошлой неделе прошёл первый день открытых дверей совместной магистратуры Сколтеха, РЭШ и Сбера «Искусственный интеллект и финансовые технологии». С нюансами обучения потенциальным абитуриентам вместе с коллегами помогал разобраться содиректор программы от Сколтеха, профессор Центра ИИ Иван Тюкин.

О том, как попасть на программу, можно узнать здесь.

🏆 Доцент Алексей Зайцев, руководитель лаборатории LARSS, наградил победителей финальных презентаций по курсу «Машинное обучение». Курс проводят совместно Алексей Зайцев и проф. Евгений Бурнаев, директор Центра ИИ.

В мероприятии приняли участие 25 студенческих команд под руководством наставников — аспирантов Эдуарда Тульчинского, Александра Мироненко, Дианы Колдасбаевой, Игоря Удовиченко и Разаны Дибо. Каждая команда представила свой исследовательский проект.

Алексей поздравил команды, чьи проекты стали лучшими по итогам двухдневного марафона, и вручил им сувениры с символикой Сколтеха и Центра.

Наградами были отмечены:

🏆 Денис Сучков, Анита Толеутаева, Ильдар Саяпов и Олег Кобзарев
Проект «Functional PCA for Dimensionality Reduction». Авторы доказали, что функциональный PCA повышает качество реконструкции и улучшает результаты классификации на синтетических полиномах, датасете MNIST и многомасштабных данных. Однако метод оказался очень чувствителен к числу компонент и шуму, требуя более адаптивных методов и алгоритмов фильтрации.

🏆 Эллина Алёшина, Илья Шаров и Павел Гуревич
Проект «Constitutional Classifier for Detecting Harmful Prompts», где предложена система «быстрой реакции» на потенциально опасные запросы к крупным языковым моделям (LLM). Студенты обучили классификатор на синтетических данных, сформированных по строгим «конституционным правилам», добившись удобной настройки и объяснимости в работе фильтров. Их подход открывает новые возможности для защиты отечественных LLM.

🥳 Поздравляем всех участников и желаем успехов в дальнейших научных и прикладных проектах!

❗️Мы продлили дедлайн АНТИолимпиады до 6 апреля.

В нашем новом формате соревнований вы не решаете задачи, а придумываете их. Для участников — огромный выбор тем в области компьютерных наук и простор для фантазии и самореализации.

В качестве дополнительной мотивации: денежные сертификаты, бонусы при поступлении в магистратуру Сколтеха, fast-track на стажировки в наш институт и исследовательские подразделения Сбера и много другое.

👉 Кликайте сюда — объясним, как написать хорошие вопросы для АНТИолимпиады.

🚨 Представьте себе, что учёные нашли способ заранее предсказывать, где может вспыхнуть лесной пожар, – и делают это, анализируя огромные массивы данных из космоса, метеостанций и геоинформационных источников. Именно об этом рассказывает статья Exploration of geo-spatial data and machine learning algorithms for robust wildfire occurrence prediction, опубликованная в престижном журнале Scientific Reports (входит в издательский портфель Nature Portfolio).

Авторы статьи из Центра ИИ Сколтеха – Светлана Илларионова, Дмитрий Шадрин, Фёдор Губанов, Михаил Шутов, Усман Тасуев, Ксения Евтеева, Максим Мироненко и Евгений Бурнаев – предложили объединять сведения о погоде (температура воздуха, осадки, ветер), рельефе (высота, уклоны, особенности почвы и растительности), а также о плотности населения и человеческой деятельности. На основании этих данных исследователи применяют различные модели искусственного интеллекта – от классических методов вроде «случайного леса» (Random Forest) до нейронных сетей (ConvLSTM, RegNetX и других) – чтобы «учить» алгоритмы находить закономерности, указывающие на высокую вероятность пожара. Такой подход не только повышает точность прогнозов, но и позволяет выявить специфические для каждой территории факторы: в одном регионе главное значение имеет засуха и рельеф, а в другом – хозяйственная деятельность.

➡️Почему это так важно? Лесные пожары наносят колоссальный ущерб экологии и населению, а раннее предупреждение – ключ к эффективной профилактике. Традиционные методы преимущественно полагаются на погодные индексы, тогда как описанный в статье подход учитывает гораздо больший спектр параметров. Это обеспечивает точные прогнозы, адаптированные к конкретной местности, и даёт возможность вовремя привлечь дополнительные силы пожаротушения, сохраняя природные и человеческие ресурсы. Таким образом, исследование стало важным шагом к созданию умной системы раннего предупреждения пожаров нового поколения.

Отметим, что описанный в статье метод - уже не теория: МЧС России в феврале этого года отметило почётными грамотами первых авторов статьи: Светлану Илларионову, Дмитрия Шадрина и Фёдора Губанова. Система, созданная ими, уже внедрена в ведомстве и демонстрирует эффективность на больших лесных территориях. Кроме того, разработка получила и международное признание: в 2024 году Дмитрий Шадрин стал лауреатом конкурса «Молодые инноваторы стран БРИКС» в номинации «Технологии искусственного интеллекта», заняв третье - единственный от России. Решение готово к масштабированию на любых территориях, где есть обширные леса.

😊 Принимаем заявки на Летнюю школу машинного обучения Сколтеха в Китае!

Главная тема SMILES-2025, которая пройдёт на Факультете компьютерных технологий Харбинского технологического института (HIT), — генеративные методы в ИИ. В фокусе программы: большие языковые модели, мультиагентные системы, безопасный ИИ, генеративные подходы в компьютерном зрении. Лекции проведут ведущие эксперты по этим темам из Сколтеха, AIRI и HIT, в том числе Евгений Бурнаев, Александр Коротин и Андрей Кузнецов.

Школа продлится 12 дней и будет включать лекции, семинары и работу над проектами. Мы снизили лекционную нагрузку, чтобы у участников было больше времени на работу над проектами и знакомство с культурой Китая. В этом году наша команда отберет 100 очных и до 300 онлайн-участников: студентов, аспирантов и молодых AI исследователей из России и Китая. Язык школы - английский.

🙂 Участие бесплатное: организаторы покроют перелёт, питание и проживание в Китае.

Отбор как для офлайн-, так и для онлайн-формата проводится на конкурсной основе. Заявки принимаем до 20 апреля включительно.

Соорганизатор летней школы — HIT, генеральный партнер — Альфа-Банк, научный партнер — Институт AIRI.

😀 Узнайте подробности на лендинге SMILES-2025.

🎙Профессор Евгений Бурнаев, директор Центра искусственного интеллекта Сколтеха и руководитель научной группы Института AIRI, выступил на стратегической встрече руководства Московской биржи.

🔹 В докладе «Инженерный искусственный интеллект: научные основы для промышленного применения» Евгений подробно осветил мировые тренды ИИ, включая стремительный рост генеративного ИИ (30% всего рынка ИИ), революцию в области мультимодальности (особенно генерацию и обработку видео), развитие ИИ-агентов (интеллектуальных систем, способных автономно адаптироваться к задачам) и технологии Any-to-any (перевод и обработка различных типов данных: текст, изображение, звук, видео).

🔸 Евгений рассказал о подходах Центра ИИ Сколтеха, таких как мультиагентные системы с генеративным ИИ, интеграция символьного и нейронного подходов с большими языковыми моделями (LLM), и привёл практические примеры их применения в нефтегазовой отрасли (например, самообучающиеся модели пласта и генеративное проектирование инженерных систем), экологии (мониторинг загрязнения воздуха) и медицине (автоматизированная пренатальная диагностика).

💡 Особое внимание было уделено необходимости системного внедрения ИИ в производственные процессы Московской биржи, включая автоматизацию аналитики, ИТ-мониторинг, интеграцию данных и безопасность. Евгений подчеркнул, что важнейшая задача – развивать компетенции сотрудников, так как внедрение ИИ позволит автоматизировать до 33% текущих задач и создать миллионы новых рабочих мест.

🎓 Также был отмечен успешный опыт образовательного партнёрства: к июню 150 сотрудников Московской биржи закончат обучение на программаз дополнительного профессионального образования в Сколтехе по направлениям, связанным с искусственным интеллектом.

✍️ В первом материале блога Сколтеха на Хабре разбираемся в том, какая разница между решением задач на олимпиаде и их созданием.

Если коротко, то придумывание заданий развивает в человеке системное и творческое мышление, умение анализировать ошибки и глубокое понимание предмета.

✍️ В первой материале блога Сколтеха на Хабре разбираемся в том, какая разница между решением задач на олимпиаде и их созданием.

Если коротко, то придумывание заданий развивает в человеке системное и творческое мышление, умение анализировать ошибки и глубокое понимание предмета.

🎙Профессор Евгений Бурнаев, директор Центра искусственного интеллекта Сколтеха, выступил на стратегической встрече руководства Московской биржи, посвящённой постановке задач и целей на 2025 год, объявленный годом инноваций.

🔹 В докладе «Инженерный искусственный интеллект: научные основы для промышленного применения» Евгений подробно осветил мировые тренды ИИ, включая стремительный рост генеративного ИИ (30% всего рынка ИИ), революцию в области мультимодальности (особенно генерацию и обработку видео), развитие ИИ-агентов (интеллектуальных систем, способных автономно адаптироваться к задачам) и технологии Any-to-any (перевод и обработка различных типов данных: текст, изображение, звук, видео).

🔸 Евгений рассказал о подходах Центра ИИ Сколтеха, таких как мультиагентные системы с генеративным ИИ, интеграция символьного и нейронного подходов с большими языковыми моделями (LLM), и привёл практические примеры их применения в нефтегазовой отрасли (например, самообучающиеся модели пласта и генеративное проектирование инженерных систем), экологии (мониторинг загрязнения воздуха) и медицине (автоматизированная пренатальная диагностика).

💡 Особое внимание было уделено необходимости системного внедрения ИИ в производственные процессы Московской биржи, включая автоматизацию аналитики, ИТ-мониторинг, интеграцию данных и безопасность. Евгений подчеркнул, что важнейшая задача – развивать компетенции сотрудников, так как внедрение ИИ позволит автоматизировать до 33% текущих задач и создать миллионы новых рабочих мест.

🎓 Также был отмечен успешный опыт образовательного партнёрства: уже 150 сотрудников Московской биржи получают дипломы Сколтеха по направлениям, связанным с искусственным интеллектом.

🎙Профессор Евгений Бурнаев, директор Центра искусственного интеллекта Сколтехавыступил на стратегической встрече руководства Московской биржи

, доктор физико-математических наук, профессор Евгений Бурнаев представил доклад на ключевой встрече топ-менеджмента Группы компаний Московской биржи, посвящённой постановке задач и целей на 2025 год, объявленный годом инноваций.

🔹 В докладе «Инженерный искусственный интеллект: научные основы для промышленного применения» Евгений подробно осветил мировые тренды ИИ, включая стремительный рост генеративного ИИ (30% всего рынка ИИ), революцию в области мультимодальности (особенно генерацию и обработку видео), развитие ИИ-агентов (интеллектуальных систем, способных автономно адаптироваться к задачам) и технологии Any-to-any (перевод и обработка различных типов данных: текст, изображение, звук, видео).

🔸 Евгений рассказал о подходах Центра ИИ Сколтеха, таких как мультиагентные системы с генеративным ИИ, интеграция символьного и нейронного подходов с большими языковыми моделями (LLM), и привёл практические примеры их применения в нефтегазовой отрасли (например, самообучающиеся модели пласта и генеративное проектирование инженерных систем), экологии (мониторинг загрязнения воздуха) и медицине (автоматизированная пренатальная диагностика).

💡 Особое внимание было уделено необходимости системного внедрения ИИ в производственные процессы Московской биржи, включая автоматизацию аналитики, ИТ-мониторинг, интеграцию данных и безопасность. Евгений подчеркнул, что важнейшая задача – развивать компетенции сотрудников, так как внедрение ИИ позволит автоматизировать до 33% текущих задач и создать миллионы новых рабочих мест.

🎓 Также был отмечен успешный опыт образовательного партнёрства: уже 150 сотрудников Московской биржи получили дипломы Сколтеха по направлениям, связанным с искусственным интеллектом.

🎙На Губернаторских чтениях, которые прошли сегодня в Тюмени, с основным докладом о развитии искусственного интеллекта (ИИ) выступил Евгений Бурнаев, доктор физико-математических наук, директор Центра ИИ Сколтеха. Губернатор Тюменской области Александр Моор напомнил, что ещё в 2016 году регион начал задумываться об ИИ, а теперь нейросети уже реально работают в индустрии и соцсфере.
«Меня как губернатора именно это интересует, – подчеркнул он. – Безусловно, чтобы выработать это системное представление, нам нужны системно мыслящие эксперты. Таких мы к нам и приглашаем. Евгений Бурнаев не просто теоретик, он работает на стыке теории и практики, там, где технологии искусственного интеллекта применяются в решении прикладных задач, что нам и требуется».

💡 О чем рассказал директор Центра ИИ Сколтеха
- Главные вехи развития ИИ. От первых пробных экспертных систем к «умным» моделям, которые сейчас решают задачи распознавания изображений, автоматического перевода и даже пишут код. Ключевой скачок произошел в 2012 году, когда научились «глубоко» обучать нейросети.
- Многополярность рынка ИИ. Помимо ведущих американских и китайских корпораций, в России крупные игроки — это Сбер и Яндекс. Но в последние годы заходят новые компании вроде Т-банка и МТС.
- Почему «Россия не отстает». По словам профессора Бурнаева, отечественные сервисы уже развивают голосовых ассистентов и внедряют беспилоты.
«Нужно только законодательно всё отрегулировать — технологически страна к этому готова», — заявил он.
- Инженерный ИИ и мультиагентные системы. Спикер показал, как сегодня можно объединять нейронные сети с традиционными «символьными» алгоритмами (графами знаний) и решать прикладные задачи: от экологического мониторинга до производственных прогнозов.
- Тюменский угол. Регион, по мнению эксперта, может использовать ИИ-платформы для развития нефтесервиса, планирования городской инфраструктуры, отслеживания экологических рисков — все это востребовано и даёт реальный экономический эффект.

🤟 Главные инсайты для региона
1. Экология и климат: системы прогнозов пожаров, наводнений и загрязнений уже опираются на данные из спутников и «умных» алгоритмов. Тюмень сможет своевременно реагировать на ЧС и защищать население.
2. Промышленность: заводы и предприятия могут экономить ресурсы и предсказывать аварии благодаря системам мониторинга и предиктивной аналитике (датчики, нейросети, исторические данные).
3. Социальная сфера: ИИ-классификация обращений граждан, цифровые помощники для врачей (пренатальная диагностика), «белые» хакатоны для студентов и школьников, чтобы растить местные кадры и таланты.

«Мы должны системно использовать нейросети и машинное обучение, – заключил Евгений Бурнаев. – Это не где-то в далеком будущем. Технологии уже сейчас работают на экономику и социальную сферу Тюменской области».
Губернаторские чтения - проект, который реализуется в Тюменской области с 2010 года. Он представляет серию лекций, посвященных различным аспектам российской и региональной экономики. Основную аудиторию чтений составляют научная общественность, управленцы, студенты профильных специальностей.

Фото: Александр Аксенов, пресс-служба губернатора Тюменской области

🔜 Делимся анонсами двух выступлений учёных Сколтеха.

31 марта — Гонсало Феррер, доцент и руководитель Лаборатории мобильной робототехники Центра ИИ Сколтеха, выступит на III фестивале робототехники ФКН ВШЭ. Он расскажет, зачем нужна робототехника в свете последних достижений искусственного интеллекта, как эти две области объединяются и над какими проектами работает его команда.

9 апреля — Николай Сыров, старший научный сотрудник Нейроцентра Сколтеха, в рамках лектория ИДПО прочитает лекцию о том, как мозг управляет телом и создаёт его карту в различных отделах коры, как человек адаптируется к потере части тела, почему возникают фантомные ощущения и какие нейротехнологии помогают в реабилитации, улучшая качество жизни людей с ампутациями.

⚡️ Через час начнём прямую трансляцию со встречи с генеральным директором Российского фонда прямых инвестиций (РФПИ) и специальным представителем Президента РФ по инвестиционно-экономическому сотрудничеству с зарубежными странами Кириллом Дмитриевым.

Начало в 12:30 — присоединяйтесь.

Не упустите возможность 🚀 получить инсайты от ведущего инвестора России и узнать, как привлечь средства в свой стартап! Уже завтра, 25 марта, в Сколтехе состоится встреча с Кириллом Дмитриевым — генеральным директором Российского фонда прямых инвестиций (РФПИ) и специальным представителем Президента РФ по привлечению инвестиций и развитию экономического сотрудничества с зарубежными странами.

Почему это важно и для кого? 🔥
Это событие будет особенно полезно основателям и руководителям технологических компаний, стартапов, а также всем, кто планирует запуск собственных инновационных проектов. Если вы хотите узнать, какие факторы влияют на успешное привлечение инвестиций, как наладить связи с зарубежными партнерами и какую роль играет позитивное предпринимательство в современном мире, — не пропустите эту встречу!

О чём пойдёт речь:
• Значение позитивного предпринимательства и его влияние на общество 🤝
• Ключевые компоненты успеха в бизнесе 💡
• Личный предпринимательский опыт Кирилла Дмитриева и возможности для раскрытия своего потенциала 🚀
• Построение партнёрств с западными странами и государствами Глобального Юга 🌍

Дата и время: 25 марта, с 12:30 до 13:30
Локация: аудитория B2-3007, кампус Сколтеха

Не упустите шанс услышать истории успеха, задать актуальные вопросы и получить советы по развитию стартапа и масштабированию бизнеса — приходите! ✨

📣 4 классные вакансии в Центре ИИ Сколтеха

🚀 Хочешь работать с топовыми задачами в сфере AI и CV — смотри ниже!

🔻 Senior Research Engineer
[Вакансия здесь] — офис в Сколково + удалённо (5/2), ДМС, соцпакет.
Разработка нейросетей для спутниковых данных 🛰 (YOLO, трансформеры, GAN, диффузионки), задачи Datafusion и внедрение решений в реальные проекты.
👤 Опыт: от 6 лет в ML и CV.

🔻 ML Engineer LLM
[Вакансия здесь] — офис в Сколково + удалённо (5/2), ДМС, соцпакет.
Будешь разрабатывать и оптимизировать LLM для цифрового аватара 🤖, обучать модели и настраивать архитектуры.
👤 Опыт: от 3 лет.

🔻 Python Developer
[Вакансия здесь] — офис в Сколково + удалённо (5/2), ДМС, соцпакет.
Микросервисы на Python 🐍, API, деплой на инфраструктуре заказчиков и системный подход к разработке.
👤 Опыт: от 5 лет.

🔻 Автор-эксперт ML
[Вакансия здесь] — полностью удалёнка, частичная занятость, проект за 💰 23 000 ₽.
Составляй тесты по ML/IT для обучения генеративной модели: 100 вопросов с делением по уровням сложности.
👤 Подходит студентам старших курсов и специалистам с опытом от 1 года.

💡 Работаем на стыке науки и индустрии. Хватай шанс попасть в сильную команду AI Center! 🚀

🌍 20 марта Центр искусственного интеллекта Сколтеха провёл демо-день на площадке АНО «Цифровая экономика» в Москве. Участникам была представлена платформа для мультимасштабного мониторинга и управления климатическими и экологическими рисками.

Мероприятие собрало представителей федеральных и региональных органов власти, научных организаций (Сколтех, РАНХиГС) и ведущих компаний — «Росатом», «Газпром нефть», АО «НИИАС» (РЖД) и других.

Разработчики и учёные Центра ИИ продемонстрировали возможности платформы и кейсы её применения:

- 🔹 Евгений Бурнаев, директор Центра ИИ Сколтеха, профессор, д.ф.-м.н., рассказал об основных направлениях работы Центра и примерах использования искусственного интеллекта для решения практических задач.
«Сегодня мы видим, что запросы на технологические решения для мониторинга и управления региональными рисками растут. Важно, что наша платформа — это не просто инструмент для анализа данных, а полноценная система для поддержки принятия решений, которая интегрирует ИИ и физические модели для реальных кейсов в регионах России».

- 🔹 Михаил Табунов, главный системный аналитик, и Максим Клименко, руководитель направления методологии разработки программного обеспечения, представили функционал платформы и её возможности для мониторинга рисков и пространственного развития регионов.
- 🔹 Дмитрий Шадрин, руководитель направления анализа, обработки и консолидации мультимодальных разномасштабных данных (DataFusion), и Владимир Вановский, руководитель направления гибридного моделирования физических процессов, показали работу платформы на реальных кейсах.
- 🔹 Максим Мироненко, заместитель директора Центра ИИ Сколтеха, выступил с докладом о перспективах развития платформы.
«Мы создаём инструменты, которые не только решают задачи мониторинга и моделирования, но и позволяют органам власти выстраивать долгосрочную стратегию пространственного развития регионов. Важно, что эти решения гибко интегрируются в существующие аналитические платформы субъектов РФ».

С рассказом о практическом опыте внедрения выступил Дмитрий Евдокимов, директор департамента цифровых проектов Министерства цифрового и технологического развития Сахалинской области. Он поделился опытом использования платформы для решения задач Агентства лесного хозяйства и Министерства экологии Сахалинской области — в частности, для прогнозирования чрезвычайных ситуаций и мониторинга природных рисков.

Дискуссия завершилась серией острых вопросов о возможностях платформы и её применении для цифровой трансформации регионов и отдельных компаний.

🚀 Благодарим участников за живое обсуждение и интерес к проекту!