Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
#искусственный интеллект
Исследователи из Центра искусственного интеллекта НИУ ВШЭ разработали ИИ-модель, которая открывает новые возможности для диагностики и лечения тяжелых заболеваний, включая рак мозга и нейродегенеративные нарушения. Ученые применили искусственный интеллект для изучения G-квадруплексов — структур, которые оказывают значительное влияние на работу наших клеток и развитие различных органов и тканей.
Научный коллектив из Института физики твердого тела РАН, МФТИ и СП «Квантовые технологии» исследовал вопрос о том, как неизбежные производственные дефекты влияют на работу искусственных нейронов на основе сверхпроводников. Ученые систематизировали три основных типа асимметрии, которые могут возникать в таких устройствах, и показали, что каждый из них оставляет уникальный «отпечаток» на выходном сигнале нейрона. Эта работа не только объясняет ранее полученные экспериментальные данные, но и предоставляет инженерам мощный инструмент для диагностики и отладки сверхпроводниковых нейросетей — ключевого элемента для создания энергоэффективного искусственного интеллекта будущего.
В нефтегазовой отрасли затраты на электроэнергию составляют до 50% от себестоимости добычи, при этом значительная часть этих ресурсов расходуется неэффективно из-за устаревших методов управления оборудованием. Традиционные системы контроля за работой скважин часто оказываются неэффективными для оптимизации насосного оборудования. Они либо не учитывают постоянно меняющиеся условия пласта, либо требуют внедрения сложной инфраструктуры, что делает их использование экономически невыгодным. Ученые Пермского Политеха создали цифровую систему на основе нейросети, которая автоматически подбирает наиболее оптимальный режим работы оборудования. Она позволяет снизить энергопотребление на месторождении до 10-12 %, что поможет нефтегазовым компаниям экономить десятки миллионов рублей, сохраняя при этом плановый уровень добычи.
Международная команда с участием исследователей ФКН НИУ ВШЭ представила KoWit-24 — корпус из 2700 заголовков одного из русскоязычных СМИ с игрой слов. Корпус позволил оценить, как искусственный интеллект распознает и объясняет языковую игру. Эксперименты с пятью большими языковыми моделями подтвердили: даже передовые системы пока ошибаются, причем интерпретация игры слов является для них более сложной задачей, чем ее выявление.
Склонность искусственного интеллекта к галлюцинациям исследовал научный сотрудник Лаборатории критической теории культуры НИУ ВШЭ — Санкт-Петербург Растям Алиев. В статье «Алгоритмическая шизофрения: метасимуляционная трансформация реальности в цифровую эпоху» ученый проводит параллель между «галлюцинациями» больших языковых моделей — их склонностью генерировать вымышленные факты — и симптомами психических заболеваний.
Команда исследователей из Института системного программирования им. В. П. Иванникова РАН (ИСП РАН), МФТИ, НИУ ВШЭ, РТУ МИРЭА и Института AIRI представила новый подход взаимодействия с ИИ-помощниками разработчика, направленный на снижение количества дефектов в коде. Ученые разработали систему, способную писать программы, самостоятельно находить и исправлять в них ошибки.
Коллектив исследователей из МФТИ и Института проблем передачи информации им. А. А. Харкевича (ИППИ РАН) разработал математическую модель, описывающую, как системы искусственного интеллекта влияют на собственное будущее, обучаясь на данных, которые сами же и породили. Ученые создали теоретический каркас, объясняющий природу «цифровых эхо-камер» и механизм, из-за которого умные алгоритмы со временем могут терять адекватность или усиливать социальные предрассудки.
Нейросеть «Яндекса» помогла очистить от мусора более 50 километров труднодоступных заповедных побережий на Камчатке, в Ленинградской области и Приморском крае. Компания реализовала проект «Чистый берег» по организации уборки морского побережья с помощью нейросетей совместно с Дальневосточным федеральным университетом и Фондом защитников природы. В разработке приняли участие студенты Школы анализа данных. В 2026 году команда планирует использовать решение уже на 10 охраняемых природных территориях страны.
Исследователи «Яндекса» разработали новый метод оценки качества машинного перевода. На основе этой метрики разработчики смогут целенаправленно совершенствовать существующие модели. Разработку уже оценило мировое академическое сообщество: компания представила статью о методе на международной конференции по машинному обучению EMNLP 2025.
Исследователи Центра искусственного интеллекта НИУ ВШЭ разработали новый метод оценки надежности моделей машинного обучения. Они показали, что подход работает в восемь раз быстрее, чем полный перебор моделей, и существенно снижает объем ручной проверки. Метод можно использовать в задачах физики элементарных частиц с нейросетями различной архитектуры.
Команда исследователей из SberAI, НИУ ВШЭ, Института искусственного интеллекта AIRI и МФТИ представила LIBRA — первый в своем роде масштабный бенчмарк для оценки способности больших языковых моделей (LLM) работать с длинными текстами на русском языке. Эта разработка решает критическую проблему в области развития искусственного интеллекта, предоставляя российскому научному сообществу универсальный и прозрачный инструмент для измерения и сравнения производительности нейросетей в одной из самых сложных и востребованных задач.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно
Последние комментарии