Институт AIRI
Канал Института AIRI ⚡️
Рассказываем про технологии ИИ и то, как исследователи развивают их в России и мире: https://airi.net/ru/
ВКонтакте: https://vk.com/airi_institute
По всем вопросам: @saalaatik
Рассказываем про технологии ИИ и то, как исследователи развивают их в России и мире: https://airi.net/ru/
ВКонтакте: https://vk.com/airi_institute
По всем вопросам: @saalaatik
Рейтинг TGlist
0
0
ТипПублічний
Верифікація
Не верифікованийДовіреність
Не надійнийРозташуванняРосія
МоваІнша
Дата створення каналуЛист 12, 2021
Додано до TGlist
Лип 04, 2024Підписників
9 486
24 год.
120.1%Тиждень
840.9%Місяць
4064.5%
Індекс цитування
0
Згадок1Репостів на каналах0Згадок на каналах1
Середнє охоплення 1 допису
703
12 год.7030%24 год.703
65.2%48 год.4 4560%
Залученість (ER)
2.63%
Репостів8Коментарів0Реакцій21
Залученість за охопленням (ERR)
0%
24 год.0%Тиждень
50.71%Місяць
13.62%
Охоплення 1 рекл. допису
278
1 год.00%1 – 4 год.00%4 - 24 год.00%
Всього дописів за 24 години
0
Динаміка
-
Останні публікації в групі "Институт AIRI"
18.04.202519:15
Отметили четырёхлетие Института!
Все сердца AIRI сегодня — для вас ❤️
Все сердца AIRI сегодня — для вас ❤️
17.04.202512:22
Приглашаем на следующий #AIRI_Seminars, который пройдет в среду 23 апреля в 17:00 ⤵️
Глеб Кузьмин, младший научный сотрудник лаборатории обучения на слабо размеченных данных AIRI, представит доклад «Fairness и оценки неопределенности в NLP: методы выявления и устранения предвзятости в моделях обработки естественного языка».
Оппонентом выступит Денис Кузнецов, заместитель заведующего лаборатории лаборатории нейронных систем и глубокого обучения МФТИ, CTO открытого AI-фреймворка для диалоговых систем Chatsky, преподаватель МФТИ, AI Talent Hub ИТМО.
📌Подробное описание семинара и регистрация на офлайн-формат по ссылке.
VK Видео | YouTube
Глеб Кузьмин, младший научный сотрудник лаборатории обучения на слабо размеченных данных AIRI, представит доклад «Fairness и оценки неопределенности в NLP: методы выявления и устранения предвзятости в моделях обработки естественного языка».
Оппонентом выступит Денис Кузнецов, заместитель заведующего лаборатории лаборатории нейронных систем и глубокого обучения МФТИ, CTO открытого AI-фреймворка для диалоговых систем Chatsky, преподаватель МФТИ, AI Talent Hub ИТМО.
📌Подробное описание семинара и регистрация на офлайн-формат по ссылке.
VK Видео | YouTube
16.04.202510:56
Три исследователя AIRI — лауреаты премии Data Fusion 2025 в номинации «Научный прорыв года в ИИ» 🏆
Конкурс научных статей выиграли:
◼️Александр Тюрин, кандидат компьютерных наук, руководитель группы «Методы оптимизации в машинном обучении» в AIRI и старший преподаватель в Сколтехе
◼️Юрий Куратов, кандидат физико-математических наук, руководитель группы «Модели с памятью» лаборатории когнитивных систем искусственного интеллекта AIRI, старший исследователь лаборатории нейронных систем и глубокого обучения МФТИ
◼️Айдар Булатов, научный сотрудник группы «Модели с памятью» лаборатории когнитивных систем искусственного интеллекта AIRI, младший научный сотрудник в лаборатории нейронных систем и глубокого обучения МФТИ
Сегодня все лайки — поздравления нашим ученым! #AIRIзация
Конкурс научных статей выиграли:
◼️Александр Тюрин, кандидат компьютерных наук, руководитель группы «Методы оптимизации в машинном обучении» в AIRI и старший преподаватель в Сколтехе
◼️Юрий Куратов, кандидат физико-математических наук, руководитель группы «Модели с памятью» лаборатории когнитивных систем искусственного интеллекта AIRI, старший исследователь лаборатории нейронных систем и глубокого обучения МФТИ
◼️Айдар Булатов, научный сотрудник группы «Модели с памятью» лаборатории когнитивных систем искусственного интеллекта AIRI, младший научный сотрудник в лаборатории нейронных систем и глубокого обучения МФТИ
Сегодня все лайки — поздравления нашим ученым! #AIRIзация
16.04.202509:21
Сегодня рассказываем о новом исследовании про предсказание свойств материалов с помощью нейросетей ⤵️
Ученые из группы «Дизайн новых материалов» AIRI сравнили работу графовой нейронной сети, предсказывающей энергию образования, на двух наборах данных по замещённым перовскитам на основе свинца. Оба набора состояли из наиболее репрезентативных кристаллических структур, для которых авторы провели ресурсоемкие квантово-химические расчеты, но отличались степенью их симметрии. Оказалось, что модели, обученные на низкосимметричных структурах, давали почти в два раза более точные прогнозы.
При этом исследование выявило и интересные особенности высокосимметричных реализаций химического беспорядка. Хотя такие структуры составляют менее 1% в общем пространстве поиска, для них характерен широкий разброс свойств, что может быть полезно при более сложных задачах, где идеальные условия численного эксперимента не соблюдаются.
📎Подробнее об исследовании — в научной статье в журнале Scientific Reports и в материале ТАСС.
Ученые из группы «Дизайн новых материалов» AIRI сравнили работу графовой нейронной сети, предсказывающей энергию образования, на двух наборах данных по замещённым перовскитам на основе свинца. Оба набора состояли из наиболее репрезентативных кристаллических структур, для которых авторы провели ресурсоемкие квантово-химические расчеты, но отличались степенью их симметрии. Оказалось, что модели, обученные на низкосимметричных структурах, давали почти в два раза более точные прогнозы.
При этом исследование выявило и интересные особенности высокосимметричных реализаций химического беспорядка. Хотя такие структуры составляют менее 1% в общем пространстве поиска, для них характерен широкий разброс свойств, что может быть полезно при более сложных задачах, где идеальные условия численного эксперимента не соблюдаются.
📎Подробнее об исследовании — в научной статье в журнале Scientific Reports и в материале ТАСС.
15.04.202516:12
AIRI на Data Fusion 2025: все выступления исследователей Института — в одном посте ⤵️
16 апреля
◼️13:00 — Иван Оселедец и Артур Кадурин в сессии «ML + наука: фарма» (зал Фотон)
◼️13:00 — Олег Рогов в дискуссии «Безопасность данных и моделей: как найти общий язык дата-сайентистам и специалистам кибербезопасности?» (лекторий 2)
◼️13:00 — Евгений Бурнаев с докладом «Инженерный искусственный интеллект: научные основы для индустриальных приложений» (зал Атом)
◼️14:10 — Иван Оселедец в дебатах «О науке и жизни: неформальный разговор с известными»(зал Атом)
◼️14:10 — Константин Яковлевев и Александр Панов в кейс-сессии «Мультиагентные системы» (лекторий 1)
◼️14:10 — Евгений Бурнаев в сессии «ML + наука: естественные науки» (зал Фотон)
◼️14:55 — Иван Оселедец с докладом о пути в науку, современной аспирантуре и Data Science (онлайн)
◼️15:20 — Виктор Гомболевский в сессии «ИИ агенты для медицины: новый взгляд на данные» (зал Фотон)
◼️17:00 — Иван Оселедец в сессии «Ключевая сессия. Обзор актуальных исследований в области ИИ» (зал Молекула)
◼️18:10 — Иван Оселедец, Евгений Бурнаев в дискуссии «Эксперты о трендах: наука» (зал Молекула)
◼️18:10 — Айдар Булатов, Максим Колодяжный, Александр Коротин, Юрий Куратов, Вадим Титов, Александр Тюрин, Кузьма Храбров на постерной сессии «Научный прорыв года в ИИ» (лекторий 1)
17 апреля
◼️12:30 — Александр Панов и Андрей Спиридонов в кейс-сессии «Embodied AI» (зал Фотон)
◼️14:00 — Владислав Куренков и Александр Панов в кейс-сессии «Reinforcement learning» (зал Фотон)
◼️16:30 — Иван Оселедец в дискуссии «Наука — драйвер прогресса на волнах ИИ» (зал Молекула)
Подробная программа и трансляция по ссылке. До встречи на конференции!
16 апреля
◼️13:00 — Иван Оселедец и Артур Кадурин в сессии «ML + наука: фарма» (зал Фотон)
◼️13:00 — Олег Рогов в дискуссии «Безопасность данных и моделей: как найти общий язык дата-сайентистам и специалистам кибербезопасности?» (лекторий 2)
◼️13:00 — Евгений Бурнаев с докладом «Инженерный искусственный интеллект: научные основы для индустриальных приложений» (зал Атом)
◼️14:10 — Иван Оселедец в дебатах «О науке и жизни: неформальный разговор с известными»(зал Атом)
◼️14:10 — Константин Яковлевев и Александр Панов в кейс-сессии «Мультиагентные системы» (лекторий 1)
◼️14:10 — Евгений Бурнаев в сессии «ML + наука: естественные науки» (зал Фотон)
◼️14:55 — Иван Оселедец с докладом о пути в науку, современной аспирантуре и Data Science (онлайн)
◼️15:20 — Виктор Гомболевский в сессии «ИИ агенты для медицины: новый взгляд на данные» (зал Фотон)
◼️17:00 — Иван Оселедец в сессии «Ключевая сессия. Обзор актуальных исследований в области ИИ» (зал Молекула)
◼️18:10 — Иван Оселедец, Евгений Бурнаев в дискуссии «Эксперты о трендах: наука» (зал Молекула)
◼️18:10 — Айдар Булатов, Максим Колодяжный, Александр Коротин, Юрий Куратов, Вадим Титов, Александр Тюрин, Кузьма Храбров на постерной сессии «Научный прорыв года в ИИ» (лекторий 1)
17 апреля
◼️12:30 — Александр Панов и Андрей Спиридонов в кейс-сессии «Embodied AI» (зал Фотон)
◼️14:00 — Владислав Куренков и Александр Панов в кейс-сессии «Reinforcement learning» (зал Фотон)
◼️16:30 — Иван Оселедец в дискуссии «Наука — драйвер прогресса на волнах ИИ» (зал Молекула)
Подробная программа и трансляция по ссылке. До встречи на конференции!
14.04.202511:19
На прошлой неделе в итальянском городе Лукка прошла конференция по информационному поиску ECIR 2025 ⤵️
В этом году на площадке конференции руководитель группы «Прикладное NLP» Елена Тутубалина, руководитель группы «Вычислительная семантика» Александр Панченко и старший научный сотрудник Василий Коновалов.
⚫️BioASQ at CLEF2025: The thirteenth edition of the large-scale biomedical semantic indexing and question answering challenge
В статье, подготовленной Еленой Тутубалиной с коллегами, рассказывается про соревнование BioNNE-L, которое является частью воркшопа BioASQ. Дедлайн принятия решений — 6 мая 2025. По результатам можно написать статью на конференцию CLEF 2025.
⚫️Overview of PAN 2025: Generative AI Detection, Multilingual Text Detoxification, Multi-Author Writing Style Analysis, and Generative Plagiarism Detection
В статье Александра Панченко, Артёма Шелманова и их коллег дается краткий обзор четырех задач, которые будут представлены на треке PAN конференции CLEF 2025.
⚫️RURAGE: Robust Universal RAG Evaluator for Fast and Affordable QA Performance Testing (Industry Track)
Команда исследователей при участии Александра Панченко и Василия Коновалова представили открытый фреймворк RURAGE, разработанный для оценки качества вопросно-ответных систем посредством комбинации простого лексического анализа, оценок на основе моделей и метрик неопределенности.
Делимся фотографиями с конференции!📌
В этом году на площадке конференции руководитель группы «Прикладное NLP» Елена Тутубалина, руководитель группы «Вычислительная семантика» Александр Панченко и старший научный сотрудник Василий Коновалов.
⚫️BioASQ at CLEF2025: The thirteenth edition of the large-scale biomedical semantic indexing and question answering challenge
В статье, подготовленной Еленой Тутубалиной с коллегами, рассказывается про соревнование BioNNE-L, которое является частью воркшопа BioASQ. Дедлайн принятия решений — 6 мая 2025. По результатам можно написать статью на конференцию CLEF 2025.
⚫️Overview of PAN 2025: Generative AI Detection, Multilingual Text Detoxification, Multi-Author Writing Style Analysis, and Generative Plagiarism Detection
В статье Александра Панченко, Артёма Шелманова и их коллег дается краткий обзор четырех задач, которые будут представлены на треке PAN конференции CLEF 2025.
⚫️RURAGE: Robust Universal RAG Evaluator for Fast and Affordable QA Performance Testing (Industry Track)
Команда исследователей при участии Александра Панченко и Василия Коновалова представили открытый фреймворк RURAGE, разработанный для оценки качества вопросно-ответных систем посредством комбинации простого лексического анализа, оценок на основе моделей и метрик неопределенности.
Делимся фотографиями с конференции!📌
08.04.202516:51
Сегодня рассказываем подробнее про доклады, которые будут на ИИшнице 10 апреля 🍳
◼️В 15:30 кандидат физико-математических наук, Chief Data Scientist B2C Сбер Дмитрий Бугайченко выступит с докладом про краткую историю мультиагентных систем.
◼️В 15:50 руководитель группы «Мультимодальные архитектуры ИИ» лаборатории «Сильный ИИ в медицине» AIRI Ярослав Беспалов расскажет про создание мультиагентной системы на примере медицинского цифрового ассистента.
◼️В 16:10 пройдет доклад Никиты Любайкина, инженера–исследователя группы «Адаптивные агенты», про модель Vintix: Action Model via In-Context Reinforcement Learning.
◼️В 16:30 Technical Product Owner команды по разработке ИИ агентов в Альфа-Банке Артём Павленко расскажет про новый стандарт взаимодействия ИИ-агентов — Model Context Protocol.
◼️В 16:50 пройдет доклад техлида команды GigaChain SDK и развития агентов Константина Крестникова «Query construction in RAG: как мы решали задачу поиска на сложной базе данных заказчика с помощью langchain и chroma».
◼️В 17:10 завершающий доклад «Ассистент-исследователь: на пути к автоматизации научных исследований» прочитает доктор физико-математических наук, директор лаборатории когнитивных систем искусственного интеллекта AIRI, директор ЦКМ Института ИИ МФТИ Александр Панов.
Ведущим мероприятия будет руководитель группы «Глубокое обучение в науках о жизни» AIRI Артур Кадурин.
Подключайтесь к трансляции в VK Видео или на YouTube 🍿
◼️В 15:30 кандидат физико-математических наук, Chief Data Scientist B2C Сбер Дмитрий Бугайченко выступит с докладом про краткую историю мультиагентных систем.
◼️В 15:50 руководитель группы «Мультимодальные архитектуры ИИ» лаборатории «Сильный ИИ в медицине» AIRI Ярослав Беспалов расскажет про создание мультиагентной системы на примере медицинского цифрового ассистента.
◼️В 16:10 пройдет доклад Никиты Любайкина, инженера–исследователя группы «Адаптивные агенты», про модель Vintix: Action Model via In-Context Reinforcement Learning.
◼️В 16:30 Technical Product Owner команды по разработке ИИ агентов в Альфа-Банке Артём Павленко расскажет про новый стандарт взаимодействия ИИ-агентов — Model Context Protocol.
◼️В 16:50 пройдет доклад техлида команды GigaChain SDK и развития агентов Константина Крестникова «Query construction in RAG: как мы решали задачу поиска на сложной базе данных заказчика с помощью langchain и chroma».
◼️В 17:10 завершающий доклад «Ассистент-исследователь: на пути к автоматизации научных исследований» прочитает доктор физико-математических наук, директор лаборатории когнитивных систем искусственного интеллекта AIRI, директор ЦКМ Института ИИ МФТИ Александр Панов.
Ведущим мероприятия будет руководитель группы «Глубокое обучение в науках о жизни» AIRI Артур Кадурин.
Подключайтесь к трансляции в VK Видео или на YouTube 🍿
07.04.202516:48
⚡️Открываем прием заявок на Лето с AIRI 2025!
В этом году мы запускаем Школу совместно с ТГУ. Программа пройдет в Томске с 30 июня по 10 июля. Это отличная возможность поработать с экспертами в области ИИ, прокачать навыки и погрузиться в исследовательскую атмосферу. В расписании — лекции, семинары, практическая работа, постерная сессия и внеучебные активности.
📎 Подать заявку на участие можно по ссылке до 23:59 29 апреля 2025 года.
Организаторы обеспечивают обучение, проживание и питание, вам нужно будет только добраться до Томска.
Подавайте заявки и делитесь постом с друзьями и коллегами!
В этом году мы запускаем Школу совместно с ТГУ. Программа пройдет в Томске с 30 июня по 10 июля. Это отличная возможность поработать с экспертами в области ИИ, прокачать навыки и погрузиться в исследовательскую атмосферу. В расписании — лекции, семинары, практическая работа, постерная сессия и внеучебные активности.
📎 Подать заявку на участие можно по ссылке до 23:59 29 апреля 2025 года.
Организаторы обеспечивают обучение, проживание и питание, вам нужно будет только добраться до Томска.
Подавайте заявки и делитесь постом с друзьями и коллегами!
05.04.202510:41
Рассказываем подробности про следующий #AIRI_Seminars 🔔
9 апреля в 17:00 Сергей Загоруйко, PhD, старший преподаватель Сколтеха, выступит с докладом «DETR: end-to-end детекция объектов с трансформерами». Оппонентом будет Дмитрий Юдин, кандидат технических наук, ведущий научный сотрудник лаборатории когнитивных систем искусственного интеллекта AIRI.
Подробное описание и регистрация на офлайн-формат с пиццей и нетворкингом по ссылке.
Трансляции: VK Видео и YouTube📌
9 апреля в 17:00 Сергей Загоруйко, PhD, старший преподаватель Сколтеха, выступит с докладом «DETR: end-to-end детекция объектов с трансформерами». Оппонентом будет Дмитрий Юдин, кандидат технических наук, ведущий научный сотрудник лаборатории когнитивных систем искусственного интеллекта AIRI.
Подробное описание и регистрация на офлайн-формат с пиццей и нетворкингом по ссылке.
Трансляции: VK Видео и YouTube📌
04.04.202509:05
4 года назад появился Институт AIRI ❤️
За это время мы объединили сильнейших исследователей в области искусственного интеллекта, опубликовали сотни научных статей и провели десятки семинаров. По традиции делимся карточками с итогами работы Института за 4 года.
В честь праздника делимся папкой с каналами наших исследователей — подписывайтесь, сохраняйте и изучайте науку так, как её видят сами учёные.
Спасибо, что читаете, смотрите и поддерживаете нас 😁
За это время мы объединили сильнейших исследователей в области искусственного интеллекта, опубликовали сотни научных статей и провели десятки семинаров. По традиции делимся карточками с итогами работы Института за 4 года.
В честь праздника делимся папкой с каналами наших исследователей — подписывайтесь, сохраняйте и изучайте науку так, как её видят сами учёные.
Спасибо, что читаете, смотрите и поддерживаете нас 😁
02.04.202513:51
Save the date: следующая ИИшница пройдет 10 апреля в 15:30 🍳
Исследователи расскажут об ИИ-агентах и мультиагентных системах, их применении в медицине, автоматизации научных исследований и поиске в сложных базах данных. Скоро поделимся подробным расписанием онлайн-митапа.
Сохраняйте ссылки на трансляции, чтобы не пропустить: VK Видео, YouTube 🍿
Исследователи расскажут об ИИ-агентах и мультиагентных системах, их применении в медицине, автоматизации научных исследований и поиске в сложных базах данных. Скоро поделимся подробным расписанием онлайн-митапа.
Сохраняйте ссылки на трансляции, чтобы не пропустить: VK Видео, YouTube 🍿
01.04.202507:16
Как удаление знаков препинания и артиклей в запросе снижает точность языковых моделей до 20%⤵️
Исследователи AIRI обнаружили, что знаки препинания и артикли играют более важную роль в обработке информации языковыми моделями, чем кажется на первый взгляд. Это удалось узнать с помощью метода, который позволяет определить, какие именно данные сохраняются в связке с конкретными токенами.
В серии экспериментов исследователи использовали тексты, из которых заранее убрали элементы, кажущиеся незначительными для логики повествования: знаки препинания, артикли и стоп-слова. Для этого систему обучили анализировать последовательность токенов и восстанавливать текст. Оказалось, что больше всего информации о контексте содержится именно в стоп-словах. Затем поставили перед несколькими популярными языковыми моделями задачу — решить, какие элементы текста, с точки зрения человека, можно удалить. Проверка подтвердила, что, если убрать из формулировки технического задания такие «незначительные» символы, качество работы модели падает.
📎Код для анализа работы языковых моделей доступен по ссылке.
Исследователи AIRI обнаружили, что знаки препинания и артикли играют более важную роль в обработке информации языковыми моделями, чем кажется на первый взгляд. Это удалось узнать с помощью метода, который позволяет определить, какие именно данные сохраняются в связке с конкретными токенами.
В серии экспериментов исследователи использовали тексты, из которых заранее убрали элементы, кажущиеся незначительными для логики повествования: знаки препинания, артикли и стоп-слова. Для этого систему обучили анализировать последовательность токенов и восстанавливать текст. Оказалось, что больше всего информации о контексте содержится именно в стоп-словах. Затем поставили перед несколькими популярными языковыми моделями задачу — решить, какие элементы текста, с точки зрения человека, можно удалить. Проверка подтвердила, что, если убрать из формулировки технического задания такие «незначительные» символы, качество работы модели падает.
📎Код для анализа работы языковых моделей доступен по ссылке.
31.03.202515:40
В сегодняшнем дайджесте делимся подборкой материалов с участием исследователей AIRI ⤵
◼️Запись семинара «Математические основы искусственного интеллекта» Математического института им. В.А. Стеклова Российской академии наук с участием доктора физико-математических наук, профессора РАН, генерального директора AIRI Ивана Оселедца.
◼️Колонка кандидата технических наук, директора лаборатории FusionBrain AIRI Андрея Кузнецова в Снобе про технологическую гонку в сфере искусственного интеллекта в мире.
◼️Материал на Хабре от команды NLP‑исследователей из AIRI и Сбера про новый метод под названием AMORE для проверки работы химических языковых моделей.
◼️Обзор понимания агентного ИИ от ICT.Moscow с участием Андрея Кузнецова.
◼️Статья на Хабре про соревнование по обработке биомедицинских текстов BioNNE‑L, которое организуют исследователи из AIRI, МГУ и Sber AI.
◼️Колонка Олега Рогова, кандидата физико-математических наук, руководителя группы «Доверенные и безопасные интеллектуальные системы» AIRI и лаборатории SAIL МТУСИ, о важности международного сотрудничества в обучении LLM для издания «Эксперт».
Всем хорошего начала недели!😁
◼️Запись семинара «Математические основы искусственного интеллекта» Математического института им. В.А. Стеклова Российской академии наук с участием доктора физико-математических наук, профессора РАН, генерального директора AIRI Ивана Оселедца.
◼️Колонка кандидата технических наук, директора лаборатории FusionBrain AIRI Андрея Кузнецова в Снобе про технологическую гонку в сфере искусственного интеллекта в мире.
◼️Материал на Хабре от команды NLP‑исследователей из AIRI и Сбера про новый метод под названием AMORE для проверки работы химических языковых моделей.
◼️Обзор понимания агентного ИИ от ICT.Moscow с участием Андрея Кузнецова.
◼️Статья на Хабре про соревнование по обработке биомедицинских текстов BioNNE‑L, которое организуют исследователи из AIRI, МГУ и Sber AI.
◼️Колонка Олега Рогова, кандидата физико-математических наук, руководителя группы «Доверенные и безопасные интеллектуальные системы» AIRI и лаборатории SAIL МТУСИ, о важности международного сотрудничества в обучении LLM для издания «Эксперт».
Всем хорошего начала недели!😁
Рекорди
21.04.202523:59
9.5KПідписників25.02.202523:59
200Індекс цитування07.04.202519:49
10.9KОхоплення 1 допису15.01.202500:31
278Охоп рекл. допису09.02.202523:59
11.15%ER07.04.202519:50
117.08%ERR07.04.202516:48
⚡️Открываем прием заявок на Лето с AIRI 2025!
В этом году мы запускаем Школу совместно с ТГУ. Программа пройдет в Томске с 30 июня по 10 июля. Это отличная возможность поработать с экспертами в области ИИ, прокачать навыки и погрузиться в исследовательскую атмосферу. В расписании — лекции, семинары, практическая работа, постерная сессия и внеучебные активности.
📎 Подать заявку на участие можно по ссылке до 23:59 29 апреля 2025 года.
Организаторы обеспечивают обучение, проживание и питание, вам нужно будет только добраться до Томска.
Подавайте заявки и делитесь постом с друзьями и коллегами!
В этом году мы запускаем Школу совместно с ТГУ. Программа пройдет в Томске с 30 июня по 10 июля. Это отличная возможность поработать с экспертами в области ИИ, прокачать навыки и погрузиться в исследовательскую атмосферу. В расписании — лекции, семинары, практическая работа, постерная сессия и внеучебные активности.
📎 Подать заявку на участие можно по ссылке до 23:59 29 апреля 2025 года.
Организаторы обеспечивают обучение, проживание и питание, вам нужно будет только добраться до Томска.
Подавайте заявки и делитесь постом с друзьями и коллегами!
02.04.202513:51
Save the date: следующая ИИшница пройдет 10 апреля в 15:30 🍳
Исследователи расскажут об ИИ-агентах и мультиагентных системах, их применении в медицине, автоматизации научных исследований и поиске в сложных базах данных. Скоро поделимся подробным расписанием онлайн-митапа.
Сохраняйте ссылки на трансляции, чтобы не пропустить: VK Видео, YouTube 🍿
Исследователи расскажут об ИИ-агентах и мультиагентных системах, их применении в медицине, автоматизации научных исследований и поиске в сложных базах данных. Скоро поделимся подробным расписанием онлайн-митапа.
Сохраняйте ссылки на трансляции, чтобы не пропустить: VK Видео, YouTube 🍿
01.04.202507:16
Как удаление знаков препинания и артиклей в запросе снижает точность языковых моделей до 20%⤵️
Исследователи AIRI обнаружили, что знаки препинания и артикли играют более важную роль в обработке информации языковыми моделями, чем кажется на первый взгляд. Это удалось узнать с помощью метода, который позволяет определить, какие именно данные сохраняются в связке с конкретными токенами.
В серии экспериментов исследователи использовали тексты, из которых заранее убрали элементы, кажущиеся незначительными для логики повествования: знаки препинания, артикли и стоп-слова. Для этого систему обучили анализировать последовательность токенов и восстанавливать текст. Оказалось, что больше всего информации о контексте содержится именно в стоп-словах. Затем поставили перед несколькими популярными языковыми моделями задачу — решить, какие элементы текста, с точки зрения человека, можно удалить. Проверка подтвердила, что, если убрать из формулировки технического задания такие «незначительные» символы, качество работы модели падает.
📎Код для анализа работы языковых моделей доступен по ссылке.
Исследователи AIRI обнаружили, что знаки препинания и артикли играют более важную роль в обработке информации языковыми моделями, чем кажется на первый взгляд. Это удалось узнать с помощью метода, который позволяет определить, какие именно данные сохраняются в связке с конкретными токенами.
В серии экспериментов исследователи использовали тексты, из которых заранее убрали элементы, кажущиеся незначительными для логики повествования: знаки препинания, артикли и стоп-слова. Для этого систему обучили анализировать последовательность токенов и восстанавливать текст. Оказалось, что больше всего информации о контексте содержится именно в стоп-словах. Затем поставили перед несколькими популярными языковыми моделями задачу — решить, какие элементы текста, с точки зрения человека, можно удалить. Проверка подтвердила, что, если убрать из формулировки технического задания такие «незначительные» символы, качество работы модели падает.
📎Код для анализа работы языковых моделей доступен по ссылке.
15.04.202516:12
AIRI на Data Fusion 2025: все выступления исследователей Института — в одном посте ⤵️
16 апреля
◼️13:00 — Иван Оселедец и Артур Кадурин в сессии «ML + наука: фарма» (зал Фотон)
◼️13:00 — Олег Рогов в дискуссии «Безопасность данных и моделей: как найти общий язык дата-сайентистам и специалистам кибербезопасности?» (лекторий 2)
◼️13:00 — Евгений Бурнаев с докладом «Инженерный искусственный интеллект: научные основы для индустриальных приложений» (зал Атом)
◼️14:10 — Иван Оселедец в дебатах «О науке и жизни: неформальный разговор с известными»(зал Атом)
◼️14:10 — Константин Яковлевев и Александр Панов в кейс-сессии «Мультиагентные системы» (лекторий 1)
◼️14:10 — Евгений Бурнаев в сессии «ML + наука: естественные науки» (зал Фотон)
◼️14:55 — Иван Оселедец с докладом о пути в науку, современной аспирантуре и Data Science (онлайн)
◼️15:20 — Виктор Гомболевский в сессии «ИИ агенты для медицины: новый взгляд на данные» (зал Фотон)
◼️17:00 — Иван Оселедец в сессии «Ключевая сессия. Обзор актуальных исследований в области ИИ» (зал Молекула)
◼️18:10 — Иван Оселедец, Евгений Бурнаев в дискуссии «Эксперты о трендах: наука» (зал Молекула)
◼️18:10 — Айдар Булатов, Максим Колодяжный, Александр Коротин, Юрий Куратов, Вадим Титов, Александр Тюрин, Кузьма Храбров на постерной сессии «Научный прорыв года в ИИ» (лекторий 1)
17 апреля
◼️12:30 — Александр Панов и Андрей Спиридонов в кейс-сессии «Embodied AI» (зал Фотон)
◼️14:00 — Владислав Куренков и Александр Панов в кейс-сессии «Reinforcement learning» (зал Фотон)
◼️16:30 — Иван Оселедец в дискуссии «Наука — драйвер прогресса на волнах ИИ» (зал Молекула)
Подробная программа и трансляция по ссылке. До встречи на конференции!
16 апреля
◼️13:00 — Иван Оселедец и Артур Кадурин в сессии «ML + наука: фарма» (зал Фотон)
◼️13:00 — Олег Рогов в дискуссии «Безопасность данных и моделей: как найти общий язык дата-сайентистам и специалистам кибербезопасности?» (лекторий 2)
◼️13:00 — Евгений Бурнаев с докладом «Инженерный искусственный интеллект: научные основы для индустриальных приложений» (зал Атом)
◼️14:10 — Иван Оселедец в дебатах «О науке и жизни: неформальный разговор с известными»(зал Атом)
◼️14:10 — Константин Яковлевев и Александр Панов в кейс-сессии «Мультиагентные системы» (лекторий 1)
◼️14:10 — Евгений Бурнаев в сессии «ML + наука: естественные науки» (зал Фотон)
◼️14:55 — Иван Оселедец с докладом о пути в науку, современной аспирантуре и Data Science (онлайн)
◼️15:20 — Виктор Гомболевский в сессии «ИИ агенты для медицины: новый взгляд на данные» (зал Фотон)
◼️17:00 — Иван Оселедец в сессии «Ключевая сессия. Обзор актуальных исследований в области ИИ» (зал Молекула)
◼️18:10 — Иван Оселедец, Евгений Бурнаев в дискуссии «Эксперты о трендах: наука» (зал Молекула)
◼️18:10 — Айдар Булатов, Максим Колодяжный, Александр Коротин, Юрий Куратов, Вадим Титов, Александр Тюрин, Кузьма Храбров на постерной сессии «Научный прорыв года в ИИ» (лекторий 1)
17 апреля
◼️12:30 — Александр Панов и Андрей Спиридонов в кейс-сессии «Embodied AI» (зал Фотон)
◼️14:00 — Владислав Куренков и Александр Панов в кейс-сессии «Reinforcement learning» (зал Фотон)
◼️16:30 — Иван Оселедец в дискуссии «Наука — драйвер прогресса на волнах ИИ» (зал Молекула)
Подробная программа и трансляция по ссылке. До встречи на конференции!
05.04.202510:41
Рассказываем подробности про следующий #AIRI_Seminars 🔔
9 апреля в 17:00 Сергей Загоруйко, PhD, старший преподаватель Сколтеха, выступит с докладом «DETR: end-to-end детекция объектов с трансформерами». Оппонентом будет Дмитрий Юдин, кандидат технических наук, ведущий научный сотрудник лаборатории когнитивных систем искусственного интеллекта AIRI.
Подробное описание и регистрация на офлайн-формат с пиццей и нетворкингом по ссылке.
Трансляции: VK Видео и YouTube📌
9 апреля в 17:00 Сергей Загоруйко, PhD, старший преподаватель Сколтеха, выступит с докладом «DETR: end-to-end детекция объектов с трансформерами». Оппонентом будет Дмитрий Юдин, кандидат технических наук, ведущий научный сотрудник лаборатории когнитивных систем искусственного интеллекта AIRI.
Подробное описание и регистрация на офлайн-формат с пиццей и нетворкингом по ссылке.
Трансляции: VK Видео и YouTube📌
17.04.202512:22
Приглашаем на следующий #AIRI_Seminars, который пройдет в среду 23 апреля в 17:00 ⤵️
Глеб Кузьмин, младший научный сотрудник лаборатории обучения на слабо размеченных данных AIRI, представит доклад «Fairness и оценки неопределенности в NLP: методы выявления и устранения предвзятости в моделях обработки естественного языка».
Оппонентом выступит Денис Кузнецов, заместитель заведующего лаборатории лаборатории нейронных систем и глубокого обучения МФТИ, CTO открытого AI-фреймворка для диалоговых систем Chatsky, преподаватель МФТИ, AI Talent Hub ИТМО.
📌Подробное описание семинара и регистрация на офлайн-формат по ссылке.
VK Видео | YouTube
Глеб Кузьмин, младший научный сотрудник лаборатории обучения на слабо размеченных данных AIRI, представит доклад «Fairness и оценки неопределенности в NLP: методы выявления и устранения предвзятости в моделях обработки естественного языка».
Оппонентом выступит Денис Кузнецов, заместитель заведующего лаборатории лаборатории нейронных систем и глубокого обучения МФТИ, CTO открытого AI-фреймворка для диалоговых систем Chatsky, преподаватель МФТИ, AI Talent Hub ИТМО.
📌Подробное описание семинара и регистрация на офлайн-формат по ссылке.
VK Видео | YouTube
16.04.202509:21
Сегодня рассказываем о новом исследовании про предсказание свойств материалов с помощью нейросетей ⤵️
Ученые из группы «Дизайн новых материалов» AIRI сравнили работу графовой нейронной сети, предсказывающей энергию образования, на двух наборах данных по замещённым перовскитам на основе свинца. Оба набора состояли из наиболее репрезентативных кристаллических структур, для которых авторы провели ресурсоемкие квантово-химические расчеты, но отличались степенью их симметрии. Оказалось, что модели, обученные на низкосимметричных структурах, давали почти в два раза более точные прогнозы.
При этом исследование выявило и интересные особенности высокосимметричных реализаций химического беспорядка. Хотя такие структуры составляют менее 1% в общем пространстве поиска, для них характерен широкий разброс свойств, что может быть полезно при более сложных задачах, где идеальные условия численного эксперимента не соблюдаются.
📎Подробнее об исследовании — в научной статье в журнале Scientific Reports и в материале ТАСС.
Ученые из группы «Дизайн новых материалов» AIRI сравнили работу графовой нейронной сети, предсказывающей энергию образования, на двух наборах данных по замещённым перовскитам на основе свинца. Оба набора состояли из наиболее репрезентативных кристаллических структур, для которых авторы провели ресурсоемкие квантово-химические расчеты, но отличались степенью их симметрии. Оказалось, что модели, обученные на низкосимметричных структурах, давали почти в два раза более точные прогнозы.
При этом исследование выявило и интересные особенности высокосимметричных реализаций химического беспорядка. Хотя такие структуры составляют менее 1% в общем пространстве поиска, для них характерен широкий разброс свойств, что может быть полезно при более сложных задачах, где идеальные условия численного эксперимента не соблюдаются.
📎Подробнее об исследовании — в научной статье в журнале Scientific Reports и в материале ТАСС.
31.03.202515:40
В сегодняшнем дайджесте делимся подборкой материалов с участием исследователей AIRI ⤵
◼️Запись семинара «Математические основы искусственного интеллекта» Математического института им. В.А. Стеклова Российской академии наук с участием доктора физико-математических наук, профессора РАН, генерального директора AIRI Ивана Оселедца.
◼️Колонка кандидата технических наук, директора лаборатории FusionBrain AIRI Андрея Кузнецова в Снобе про технологическую гонку в сфере искусственного интеллекта в мире.
◼️Материал на Хабре от команды NLP‑исследователей из AIRI и Сбера про новый метод под названием AMORE для проверки работы химических языковых моделей.
◼️Обзор понимания агентного ИИ от ICT.Moscow с участием Андрея Кузнецова.
◼️Статья на Хабре про соревнование по обработке биомедицинских текстов BioNNE‑L, которое организуют исследователи из AIRI, МГУ и Sber AI.
◼️Колонка Олега Рогова, кандидата физико-математических наук, руководителя группы «Доверенные и безопасные интеллектуальные системы» AIRI и лаборатории SAIL МТУСИ, о важности международного сотрудничества в обучении LLM для издания «Эксперт».
Всем хорошего начала недели!😁
◼️Запись семинара «Математические основы искусственного интеллекта» Математического института им. В.А. Стеклова Российской академии наук с участием доктора физико-математических наук, профессора РАН, генерального директора AIRI Ивана Оселедца.
◼️Колонка кандидата технических наук, директора лаборатории FusionBrain AIRI Андрея Кузнецова в Снобе про технологическую гонку в сфере искусственного интеллекта в мире.
◼️Материал на Хабре от команды NLP‑исследователей из AIRI и Сбера про новый метод под названием AMORE для проверки работы химических языковых моделей.
◼️Обзор понимания агентного ИИ от ICT.Moscow с участием Андрея Кузнецова.
◼️Статья на Хабре про соревнование по обработке биомедицинских текстов BioNNE‑L, которое организуют исследователи из AIRI, МГУ и Sber AI.
◼️Колонка Олега Рогова, кандидата физико-математических наук, руководителя группы «Доверенные и безопасные интеллектуальные системы» AIRI и лаборатории SAIL МТУСИ, о важности международного сотрудничества в обучении LLM для издания «Эксперт».
Всем хорошего начала недели!😁
16.04.202510:56
Три исследователя AIRI — лауреаты премии Data Fusion 2025 в номинации «Научный прорыв года в ИИ» 🏆
Конкурс научных статей выиграли:
◼️Александр Тюрин, кандидат компьютерных наук, руководитель группы «Методы оптимизации в машинном обучении» в AIRI и старший преподаватель в Сколтехе
◼️Юрий Куратов, кандидат физико-математических наук, руководитель группы «Модели с памятью» лаборатории когнитивных систем искусственного интеллекта AIRI, старший исследователь лаборатории нейронных систем и глубокого обучения МФТИ
◼️Айдар Булатов, научный сотрудник группы «Модели с памятью» лаборатории когнитивных систем искусственного интеллекта AIRI, младший научный сотрудник в лаборатории нейронных систем и глубокого обучения МФТИ
Сегодня все лайки — поздравления нашим ученым! #AIRIзация
Конкурс научных статей выиграли:
◼️Александр Тюрин, кандидат компьютерных наук, руководитель группы «Методы оптимизации в машинном обучении» в AIRI и старший преподаватель в Сколтехе
◼️Юрий Куратов, кандидат физико-математических наук, руководитель группы «Модели с памятью» лаборатории когнитивных систем искусственного интеллекта AIRI, старший исследователь лаборатории нейронных систем и глубокого обучения МФТИ
◼️Айдар Булатов, научный сотрудник группы «Модели с памятью» лаборатории когнитивных систем искусственного интеллекта AIRI, младший научный сотрудник в лаборатории нейронных систем и глубокого обучения МФТИ
Сегодня все лайки — поздравления нашим ученым! #AIRIзация
25.03.202513:15
Сегодня рассказываем про новый метод оценки уязвимости персональных данных в нейросетевых моделях, который представили исследователи AIRI, Сбера, МТУСИ, Сколтеха, ИСП РАН ⤵️
GLiRA основан на дистилляции знаний и применяется в условиях «черного ящика», когда атакующий не имеет доступа к архитектуре модели, но может взаимодействовать с ее интерфейсом. Метод позволяет изучить поведение целевой модели и воссоздать его при разработке теневых моделей — систем, применяемых для извлечения конфиденциальной информации и понимания того, как оригинальная модель принимает решения. Изучение методов атак дает детальное понимание того, как происходит утечка приватных данных, какие уязвимости наиболее подвержены атакам и в каких условиях они возникают.
Исследование проводилось в два этапа: сначала ученые изучили существующие подходы к дистилляции знаний из одной модели в другую, затем адаптировали их для обучения теневых моделей. В ходе экспериментов GLiRA показал на 7% более высокую точность имитируемых атак по сравнению с ранее существующими методами.
Научная статья | Материал в Хайтек
GLiRA основан на дистилляции знаний и применяется в условиях «черного ящика», когда атакующий не имеет доступа к архитектуре модели, но может взаимодействовать с ее интерфейсом. Метод позволяет изучить поведение целевой модели и воссоздать его при разработке теневых моделей — систем, применяемых для извлечения конфиденциальной информации и понимания того, как оригинальная модель принимает решения. Изучение методов атак дает детальное понимание того, как происходит утечка приватных данных, какие уязвимости наиболее подвержены атакам и в каких условиях они возникают.
Исследование проводилось в два этапа: сначала ученые изучили существующие подходы к дистилляции знаний из одной модели в другую, затем адаптировали их для обучения теневых моделей. В ходе экспериментов GLiRA показал на 7% более высокую точность имитируемых атак по сравнению с ранее существующими методами.
Научная статья | Материал в Хайтек
Увійдіть, щоб розблокувати більше функціональності.