Центр ИИ МГУ
رفتن به کانال در Telegram
Исследовательский центр в сфере искусственного интеллекта МГУ имени М.В. Ломоносова Сайт Центра ИИ МГУ: https://aicenter.msu.ru/ Для связи: ai.center@org.msu.ru
نمایش بیشتر571
مشترکین
+124 ساعت
+67 روز
+1630 روز
در حال بارگیری داده...
کانالهای مشابه
هیچ دادهای
مشکلی وجود دارد؟ لطفاً صفحه را تازه کنید یا با مدیر پشتیبانی ما تماس بگیرید.
ابر برچسبها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
ژوئیه '26
ژوئیه '26
+12
در 1 کانالها
ژوئن '26
+40
در 3 کانالها
Get PRO
مه '26
+9
در 1 کانالها
Get PRO
آوریل '26
+22
در 1 کانالها
Get PRO
مارس '26
+38
در 2 کانالها
Get PRO
فوریه '26
+36
در 1 کانالها
Get PRO
ژانویه '26
+24
در 2 کانالها
Get PRO
دسامبر '25
+25
در 1 کانالها
Get PRO
نوامبر '25
+62
در 3 کانالها
Get PRO
اکتبر '25
+252
در 5 کانالها
Get PRO
سپتامبر '25
+110
در 7 کانالها
| تاریخ | رشد مشترکین | اشارات | کانالها | |
| 13 ژوئیه | +3 | |||
| 12 ژوئیه | +1 | |||
| 11 ژوئیه | 0 | |||
| 10 ژوئیه | +1 | |||
| 09 ژوئیه | +1 | |||
| 08 ژوئیه | +2 | |||
| 07 ژوئیه | +2 | |||
| 06 ژوئیه | +1 | |||
| 05 ژوئیه | 0 | |||
| 04 ژوئیه | 0 | |||
| 03 ژوئیه | 0 | |||
| 02 ژوئیه | 0 | |||
| 01 ژوئیه | +1 |
پستهای کانال
ИИ научился лучше понимать пространство
#наука_мгу
Ученые Центра ИИ МГУ разработали новый метод анализа трёхмерных сцен помещений. Предложенная архитектура HFF-BiG позволяет точнее выделять объекты и определять их границы в пространстве за счет более эффективного объединения информации разных масштабов.
Разработка может найти применение в робототехнике, системах автономной навигации, а также в технологиях дополненной и виртуальной реальности, где важно точное понимание окружающего пространства. Испытания на международных наборах данных показали, что новый метод демонстрирует результаты на уровне лучших современных решений, а по ряду показателей превосходит существующие алгоритмы сегментации трёхмерных сцен.
Подробнее – на сайте.
| 2 |  В МГУ предложили алгоритм выбора оптимальной функции при ограниченных вычислениях
#наука_мгу
Исследователи Центра ИИ МГУ разработали новый алгоритмический подход к выбору наилучшей функции среди множества кандидатных вариантов в условиях ограниченного вычислительного бюджета. Предложенный метод позволяет эффективно решать задачи выбора модели, когда полный перебор всех вариантов требует слишком больших вычислительных ресурсов.
В основе исследования лежит обобщение классической задачи «многоруких бандитов» на пространство функций. Авторы предложили алгоритм, который сочетает стратегию выбора наиболее перспективных кандидатов с последовательным уточнением оценки их оптимума. Метод использует результаты предыдущих вычислений, постепенно концентрируя ресурсы на наиболее перспективных вариантах. Теоретический анализ и результаты численных экспериментов подтверждают эффективность алгоритма для задач оптимизации и выбора моделей машинного обучения. | 3 249 |
| 3 |  +2Учёные Центра ИИ МГУ выступили на Летней школе факультета ИИ для преподавателей вузов
На двухдневной Летней школе факультета искусственного интеллекта МГУ собрались 48 преподавателей из 18 российских вузов. Тема – обновление инженерного образования в эпоху ИИ.
В числе спикеров школы были сотрудники Центра:
🔹Антон Конушин, к.ф.-м.н., научный руководитель Центра ИИ МГУ, руководитель группы Института AIRI, заместитель декана Факультета ИИ по научной работе
🔹Владислав Шахуро, к.ф.-м.н., научный сотрудник Центра ИИ МГУ, руководитель группы института AIRI
🔹Арсений Зинкевич, старший преподаватель МГУ, младший научный сотрудник Центра ИИ МГУ
На школе обсуждался широкий круг вопросов: проектирование учебных программ для ИИ-направлений, переосмысление базовых курсов по математике и теоретической информатике, выстраивание курсов по машинному обучению и глубоким нейронным сетям. Отдельное внимание уделили современным инструментам разработки и методикам преподавания, использованию открытого программного обеспечения, а также вызовам, которые большие языковые модели создают для современной высшей школы. | 415 |
| 4 |  В Центре ИИ МГУ научили нейросети учитывать запаздывающие сигналы
#наука_мгу
Ученые Центра ИИ МГУ разработали новый метод обучения динамических нейронных сетей для систем с задержкой управляющего воздействия. Такие задержки возникают во многих технических и биомеханических системах, включая беспилотные летательные аппараты, робототехнические комплексы и модели движения человека. Предложенный подход позволяет нейросети уточнять параметры непосредственно в процессе работы и сохранять устойчивость даже при изменении входных данных.
Ключевой особенностью метода стало использование математического механизма, ограничивающего параметры модели и предотвращающего нестабильность обучения. Авторы также показали, что новый алгоритм позволяет учитывать задержку входного сигнала без усложнения структуры модели и дополнительных вычислительных затрат. Эффективность подхода подтверждена в задачах моделирования динамики летательного аппарата, геодезического движения на трёхосном эллипсоиде и биомеханики, где он обеспечил более точное воспроизведение поведения систем по сравнению с существующими решениями.
Подробнее — на сайте. | 2 973 |
| 5 |  Как нейросеть «видит» молекулу?
Ученые Центра ИИ МГУ разработали метод MolgraphX, позволяющий объяснять решения графовых нейронных сетей при анализе молекул. Подход учитывает симметрию молекулярных структур и определяет вклад отдельных атомов и фрагментов в прогнозы модели, делая результаты работы искусственного интеллекта более интерпретируемыми для исследователей.
Тестирование на наборах данных с органическими молекулами показало, что MolgraphX точнее выделяет химически значимые фрагменты по сравнению с существующими методами, сохраняя высокую вычислительную эффективность. Объяснения, полученные с помощью нового метода, лучше соответствуют химической логике и могут быть востребованы при исследовании свойств веществ, поиске новых соединений, разработке материалов и лекарственных препаратов.
Подробнее – на сайте. | 3 968 |
| 6 |  Центр ИИ МГУ на INS World Congress 2026 в Лиссабоне
Младший научный сотрудник Центра ИИ МГУ Анна Макарова представила результаты исследований на INS World Congress 2026 в Лиссабоне – одной из ведущих конференций по нейромодуляции. Интерактивные постеры и стенды с современным медицинским оборудованием показали, насколько быстро развиваются нейротехнологии и как они приближаются к практическому применению.
В своём докладе «Декодирование рукописных символов по данным электромиографии с использованием трансформерной модели» (Decoding handwritten characters from electromyography using a Transformer) Анна рассказала о подходе к распознаванию рукописных цифр по ЭМГ предплечья. В работе используется сверточно-трансформерная модель (CNN–Transformer), которая напрямую учится выделять паттерны мышечной активности из сырого сигнала и может адаптироваться к новым пользователям при помощи минимального дообучения.
Такие методы приближают интерфейсы «мозг–компьютер» и нейротехнологии к практическому применению, открывая новые возможности для реабилитации и ассистивных технологий. | 874 |
| 7 |  Предложен алгоритм автобиддинга, устойчивый к ошибкам прогнозных моделей
#наука_мгу
Исследователи Центра искусственного интеллекта МГУ разработали алгоритм RobustBid для устойчивого управления ставками в цифровых рекламных аукционах.
Предложенный подход учитывает неопределенность в прогнозах моделей машинного обучения, на основе которых рассчитываются ставки за показ рекламы. Эксперименты на открытых рекламных наборах данных показали, что алгоритм обеспечивает более устойчивые результаты по сравнению с существующими методами и может применяться в системах принятия решений, основанных на прогнозных моделях.
🩷Читать нас в MAX🩷 | 467 |
| 8 |  +6Как принимать решения в условиях постоянно меняющихся данных?
Над этим работает команда проекта «Алгоритмы онлайн-оптимизации и их приложения» в рамках приоритетного направления «Фундаментальные и генеративные модели».
Исследователи разрабатывают новые методы онлайн-оптимизации и создают алгоритмы для систем хранения данных и рекомендательных сервисов.
Подробнее о проекте рассказал его руководитель Юрий Дорн. | 544 |
| 9 |  Ученые Центра ИИ МГУ удостоены премии в сфере ИИ и больших данных
Проект «Система контроля и качества больших языковых моделей» стал победителем IV Международной университетской премии в области искусственного интеллекта и больших данных «Гравитация» в номинации «Безопасность, доверие и качество данных». Церемония награждения состоялась 29 мая в Москве.
Исследование проводит научная группа Центра ИИ МГУ под руководством профессора Константина Вячеславовича Воронцова. Его целью является создание системы контроля безопасности и качества больших языковых моделей, обеспечивающей надёжное и управляемое использование генеративного искусственного интеллекта.
«Мы стремимся решить проблемы галлюцинаций, токсичности и взломов, чтобы сделать искусственный интеллект и чат-боты с большими языковыми моделями более точными и безопасными при их обширном внедрении в корпоративных и государственных цифровых системах»,
— прокомментировал Михаил Пукемо, младший научный сотрудник Центра ИИ МГУ. | 584 |
| 10 |  Ученые Центра ИИ МГУ приняли участие в AAMAS'26
Сотрудники Центра ИИ МГУ выступили на AAMAS 2026 — главной мировой конференции по автономным агентам и многоагентным системам, прошедшей на Кипре.
В этом году AAMAS отметила 25-летие. На площадке конференции обсуждали весь спектр агентных технологий: от теории игр и принятия решений до обучения с подкреплением, многоагентного обучения и приложений в логистике, робототехнике и онлайн-рекламе.
На AAMAS были представлены 2 работы с участием научных сотрудников Центра ИИ МГУ:
🔹Устойчивые методы автоматизированного управления ставками при зашумлённых предсказаниях моделей прогнозирования
🔹Функциональный многорукий бандит и задачи нахождения наилучшей функции
Участие в конференции способствовало расширению научного сотрудничества и позволило ученым Центра обменяться опытом с исследователями из разных стран. | 444 |
| 11 |  В Центре ИИ МГУ представили метод адаптации ИИ-моделей к новым условиям среды
#наука_мгу
Исследователи Центра искусственного интеллекта МГУ с коллегами разработали подход, который позволяет поведенческим моделям искусственного интеллекта адаптироваться к новым условиям среды без дополнительного обучения.
Предложенный метод использует трансформерную модель для оценки скрытых параметров среды и выбора наиболее подходящей стратегии поведения. Эксперименты показали, что новый подход позволяет до двух раз повысить эффективность адаптации по сравнению с существующими решениями. Разработка может найти применение в робототехнике и других интеллектуальных системах, работающих в условиях изменяющейся среды.
Подробнее — на сайте. | 398 |
| 12 |  В Центре ИИ МГУ изучили метод обнаружения аномалий в сетевых данных
#наука_мгу
Учёные Центра искусственного интеллекта МГУ исследовали методы выявления редких аномалий в больших потоках шумовых данных. Работа посвящена алгоритмам обработки сетевых измерений, позволяющих обнаруживать аномальные задержки в телекоммуникационных сетях даже при существенном уровне шума.
В ходе работы исследователи проанализировали устойчивость методов пороговой фильтрации при больших объёмах данных и протестировали подход на реальных данных о времени прохождения сетевых пакетов (RTT). Эксперименты показали, что алгоритм эффективно подавляет шумовые колебания и сохраняет редкие аномальные сигналы, что открывает возможности для применения результатов в задачах мониторинга сетей и анализа потоков данных.
🩷Читать нас в MAX🩷 | 466 |
| 13 |  В МГУ разработали подход к оптимизации запросов
#наука_мгу
Учёные Центра искусственного интеллекта МГУ разработали метод оптимизации запросов на основе анализа сходства планов выполнения. Предложенный подход использует предобученные векторные представления запросов и позволяет ускорять работу баз данных без дополнительного обучения моделей.
В ходе экспериментов метод показал сокращение времени выполнения сложных запросов в среднем на 21%. По словам авторов, разработка может применяться в системах управления базами данных для повышения производительности и более эффективной обработки больших объёмов информации.
Подробнее — на сайте.
🩷Читать нас в MAX🩷 | 478 |
| 14 | «Сейчас наука ускоряется прямо на глазах»: Дмитрий Ватолин — о ICLR 2026, кризисе рецензирования и будущем AI-исследований
По словам участников конференции, одной из центральных тем ICLR 2026 стало стремительное ускорение AI-исследований и изменения в системе научного рецензирования на фоне развития генеративного ИИ.
Подробнее об этом рассказал Дмитрий Ватолин, старший научный сотрудник Центра ИИ МГУ, руководитель лаборатории «Интеллектуальный анализ видео» Института ИИ МГУ.
➡️ Читать интервью на сайте Центра | 495 |
| 15 |  Набор данных МГУ помогает проверять качество экранного видео
#наука_мгу
В Центре искусственного интеллекта МГУ создан набор данных для оценки качества экранного видео в системах видеоконференцсвязи. Новый набор данных включает 100 оригинальных экранных видеороликов и 1600 искажённых версий, полученных в условиях реальной передачи через сервисы видеоконференцсвязи.
Исследование показало, что существующие метрики, демонстрирующие высокую точность на обычных видео, существенно хуже работают с экранным контентом — презентациями, программным кодом, таблицами и интерфейсами. Полученные результаты могут быть использованы для разработки и тестирования алгоритмов оценки качества видео в системах видеоконференцсвязи.
🩷Максимум МГУ – в MAX🩷 | 401 |
| 16 | Точность предсказания свойств молекул повысили с помощью ИИ
Ученые Центра искусственного интеллекта МГУ разработали новый метод машинного обучения для более точного предсказания свойств молекул по их структуре. В основе подхода — архитектура нейронной сети, которая анализирует молекулы сразу в нескольких представлениях, учитывая не только отдельные атомы, но и функциональные группы.
«Мы хотели объединить преимущества языковых моделей и информацию о функциональных группах молекул. Использование нескольких представлений структуры позволяет модели учитывать разные уровни организации молекулы и повышает точность предсказаний»,
— объясняет руководитель научной группы «Мультимодальное обучение в материаловедении» Института ИИ МГУ, старший научный сотрудник Центра ИИ МГУ Вадим Королёв.
Разработка может быть востребована при создании лекарственных препаратов, поиске новых материалов и анализе химических соединений с заданными свойствами.
➡️ Подробнее – в материале ТАСС | 388 |
| 17 |  Ученые Центра ИИ МГУ приняли участие в ICLR 2026
Сотрудники Центра ИИ МГУ представили свои исследования на ICLR 2026 — одной из крупнейших мировых конференций в области искусственного интеллекта, прошедшей в Бразилии.
В этом году конференция собрала около 10 тысяч участников со всего мира и вновь стала одной из главных площадок для обсуждения современных AI-исследований — от фундаментальных моделей до компьютерного зрения и генеративных технологий.
На ICLR 2026 были представлены сразу несколько работ с участием научных сотрудников Центра ИИ МГУ:
🔹Exploring Real-Time Super-Resolution: Benchmarking and Fine-Tuning for Streaming Content
🔹Modeling the Density of Pixel-level Self-supervised Embeddings for Unsupervised Pathology Segmentation in Medical CT
🔹Cadrille: Multi-modal CAD Reconstruction with Reinforcement Learning
🔹Zero-Shot Adaptation of Behavioral Foundation Models to Unseen Dynamics | 411 |
| 18 |  Уязвимости в оценке качества видео для стриминговых платформ нашли в МГУ
#наука_мгу
В Центре ИИ МГУ разработали метод анализа уязвимостей моделей автоматической оценки качества видео. Исследование посвящено устойчивости систем, применяемых в стриминговых сервисах, платформах распространения контента и системах обработки медиа.
Учёные показали, что даже сложные модели оценки качества видео могут быть подвержены атакам с использованием более простых моделей изображений. Предложенный подход позволяет выявлять потенциальные уязвимости и может быть использован для создания более надёжных систем анализа и обработки видеоконтента.
Подробнее — на сайте.
❗МГУ в MAX❗ | 412 |
| 19 |  С Днем Великой Победы!
#отмечаем_мгу
Мы вечно будем хранить в сердцах имена и лица тех, кто ценой своей жизни отстоял свободу и мир.
С праздником! | 360 |
| 20 | Садовничий: множество компаний сотрудничает с Центром ИИ МГУ
Большое количество компаний обращается в Центр искусственного интеллекта МГУ, который занимается фундаментальной математикой, машинным обучением и управлением принятием решений. Об этом заявил ректор МГУ академик Виктор Садовничий на встрече с премьер-министром РФ Михаилом Мишустиным.
Подробнее — в материале ТАСС. | 463 |
