Тема «исследования и аналитика»

В Институте искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ предложили новый подход, основанный на современных методах машинного обучения, для определения генетического происхождения человека. Графовые нейросети позволяют с высокой точностью различать даже очень близкие популяции.

Международная команда ученых при участии НИУ ВШЭ разработала новый алгоритм машинного обучения Wyckoff Transformer для генерации симметричных кристаллов. Нейросеть позволит создавать материалы с желаемыми свойствами для полупроводников, солнечных батарей, медицинского оборудования и других высокотехнологичных областей. Ученые представят разработку 15 июля на ведущей конференции по машинному обучению ICML в Ванкувере. Препринт статьи опубликован на сайте arhiv.org, код и данные выложены под открытой лицензией.

Исследователи из ВШЭ и AIRI предложили метод быстрой донастройки нейросетей: данные обрабатываются по группам, которые затем перемешивают оптимальным образом, чтобы улучшить их взаимодействие. Метод лучше аналогов справляется с генерацией и анализом изображений, дообучением текстовых моделей. При этом он требует меньше памяти и времени на обучение. Результаты работы были представлены на конференции NeurIPS 2024.

Рост доходов мировой индустрии образования может составить до 4% в ближайшие годы благодаря внедрению технологий искусственного интеллекта. Кроме того, ИИ сокращает время работы преподавателей в 4–5 раз. Эксперты Вышки рассказали, как преподаватели и административный персонал вузов осваивают нейросети, боты и другие инструменты и почему не стоит бояться, что их заменит ИИ.

Команда российских исследователей, включая ученых из НИУ ВШЭ, применили искусственный интеллект для анализа подписок 4,5 тысячи студентов на VK-сообщества. Оказалось, что алгоритмы могут с высокой точностью предсказывать, кто отличник, а у кого трудности с учебой. Работа опубликована в журнале IEEE Access.