Тема «искусственный интеллект»

В НИУ ВШЭ при участии Центра искусственного интеллекта НИУ ВШЭ, а также Института образования НИУ ВШЭ и АНО «Центр компетенции по глобальной ИТ-кооперации» состоялся междисциплинарный научно-общественный круглый стол, посвященный подготовке кадров для цифровой экономики. Эксперты обсудили современные тенденции в образовании, включая цифровую экономику, и обменялись опытом внедрения инновационных практик и инструментов в учебный процесс.

В семинаре «Искусственный интеллект для бизнеса» в пермском кампусе приняли участие исследователи Центра искусственного интеллекта НИУ ВШЭ, преподаватели и студенты, представители других университетов и крупных компаний – Сбербанк, ПЦБК, Кайрос Инжиниринг и др. В рамках дискуссий участники обсудили прикладные проекты и передовые исследования, посвященные различным аспектам теории и практики применения искусственного интеллекта для решения задач бизнеса. Организатором мероприятия выступила Международная лаборатория экономики нематериальных активов НИУ ВШЭ – Пермь.

Высшая школа экономики стала первым университетом в России, утвердившим Декларацию этических принципов создания и использования систем искусственного интеллекта. Документ станет важным ориентиром для всех участников образовательного процесса, задавая высокие стандарты и способствуя формированию ответственного подхода к использованию искусственного интеллекта. Декларация была утверждена Ученым советом 26 июня.

Делегация Вышки в июне побывала с визитом в Таврической духовной семинарии Симферопольской и Крымской епархии. Стороны обсудили развитие партнерских проектов и совместных инициатив, в частности студенческие экспедиции в рамках проекта «Открываем Россию заново». Кроме того, директор Института искусственного интеллекта и цифровых наук ВШЭ Алексей Масютин прочел лекцию об ИИ-технологиях.

Ученые Центра ИИ и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ применили классические алгоритмы обучения с подкреплением для настройки генеративных потоковых сетей ( GFlowNets ). Это позволило улучшить работу  GFlowNets , которые применяются уже три года для решения сложнейших научных задач на этапах моделирования, генерации гипотез и экспериментального проектирования. Результаты работы вошли в 5% лучших публикаций на Международной конференции по искусственному интеллекту и статистике AISTATS, которая состоялась 2–4 мая 2024 года в Валенсии.

Высшая школа экономики совместно со Сбером провела форсайт искусственного интеллекта (ИИ). Его первые итоги обсудили участники стратегической форсайт-сессии по поисковым исследованиям в сфере ИИ, которая прошла в Координационном центре Правительства РФ под руководством вице-премьера Дмитрия Чернышенко. Результаты форсайта лягут в основу Единой программы исследований и разработок в сфере ИИ.

Ученые Центра искусственного интеллекта НИУ ВШЭ зарегистрировали в Реестре отечественного ПО программное обеспечение, которое предсказывает расположение функциональных элементов генома методами глубинного обучения на основе омиксных данных молекулярной биологии. Программа востребована широким кругом пользователей – в первую очередь, в фармакологических компаниях – в задачах, требующих анализа омиксных данных или обучения нейросетей для улучшения геномной аннотации.

В рамках Академического форума БРИКС, который на днях завершил свою работу в Москве, ученые, эксперты и представители бизнеса обсудили вопросы развития технологий искусственного интеллекта (ИИ), в том числе разработку стандартов и этических норм в этой области, а также совместные исследовательские проекты стран объединения.

15 мая состоялось вручение премии «AI Awards: создатели будущего 2024».  Команда по искусственному интеллекту и цифровым продуктам «Билайна» Big Data & AI* совместно с Brand Analytics объявили победителей рейтинга искусственного интеллекта, который составила нейросеть. Вышка стала победителем в индустриальной номинации «Вузы. Вклад в развитие ИИ».

В Центре искусственного интеллекта НИУ ВШЭ разработали программное обеспечение для моделирования радиоканала в беспроводной связи 5G и 6G, основанное на использовании трассировки лучей и машинного обучения. Программы позволяют узнать, как радиоволны распространяются между передатчиком и приемником, а также могут преобразовывать данные трассировки лучей в формат последовательности кадров, конфигурировать и обучать нейросеть на их основе с последующим сохранением.