«Цель школы Spring into ML — объединить молодых ученых, занимающихся математикой ИИ»
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Университет Иннополис провели для студентов, аспирантов и молодых ученых недельную школу, посвященную применению математики в машинном обучении и искусственном интеллекте. 50 участников Spring into ML прослушали 24 доклада о машинном обучении, участвовали в тематических питч-сессиях и прошли два мини-курса по диффузионным моделям — развивающейся области ИИ для генерации данных.
Основными темами научных выступлений спикеров стали обучение с подкреплением, генеративные и диффузионные модели.
Александр Гасников, ректор Университета Иннополис
«Особенности школы Spring into ML — ее молодежность и хорошая фундаментальная составляющая научных выступлений. Все доклады и лекции читали молодые ученые и исследователи для таких же активных студентов, а в основе большинства докладов лежала математика. Замечательно, что именно наш вуз, который является одним из исследовательских центров в сфере искусственного интеллекта в России, стал площадкой для этого научного мероприятия».
Опубликованные доклады можно найти тут.
В программу школы были также включены игры «Угадай мелодию» и «Что? Где? Когда?», кинопоказы, экскурсии в Казань, Свияжск и другие нетворкинг-мероприятия.
Алексей Наумов, директор по фундаментальным исследованиям Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ
«Цель школы Spring into ML — объединить молодых ученых, занимающихся математикой ИИ. По итогу обсуждений на школе появилось несколько интересных проектов на стыке компетенций участников, которые могут заложить основу для потенциальных публикаций на А*-конференциях».
Петр Мокров, Сколтех, участник Spring into ML
«Формат и организация школы оказались подходящими для подобного рода мероприятий. В России не так много академических научных групп, занимающихся машинным обучением и искусственным интеллектом. Ребята хорошо друг друга знают, дружат, но часто не очень представляют, чем занимаются их коллеги в смежных коллективах. Всю неделю, проведенную в Иннополисе, студенты, аспиранты, научные руководители общались и обменивались опытом, рассказывали о своих задачах, ставили и обсуждали проблемы, возникающие на стыке направлений исследований. Я оказался в кругу единомышленников. И это было здорово».
По словам организаторов мероприятия из НИУ ВШЭ и Университета Иннополис, школа Spring into ML может стать регулярной платформой для обсуждения и обмена опытом между учеными и запустит в российском ИТ-вузе серию мероприятий, посвященных математическим основаниям искусственного интеллекта.
Университет Иннополис специализируется на образовании, исследованиях и разработках в области информационных технологий и робототехники. Российский ИТ-вуз сотрудничает с 297 индустриальными партнерами. В портфеле университета — 114 проектов, в том числе для компаний «Газпром», «Аэрофлот», «КАМАЗ», «Норникель», «Россети», «РусГидро», «Северсталь» и др. Здесь обучаются 1239 студентов из 35 стран и занимаются исследованиями и преподают 152 научно-педагогических сотрудника из 15 стран с опытом работы в ведущих зарубежных вузах и компаниях ИТ-индустрии.
Вам также может быть интересно:
В НИУ ВШЭ пройдет международная конференция об обучении служением и искусственном интеллекте
21–23 октября 2026 года в НИУ ВШЭ пройдет Международная научно-практическая конференция «Обучение служением и искусственный интеллект: человекоцентричная социальная миссия университета». Конференция объединит представителей российских и зарубежных университетов, органов власти, некоммерческих организаций и бизнеса. Регистрация уже открыта.
Исследователи НИУ ВШЭ оценили вклад стран БРИКС в ведущие конференции по машинному обучению
Наукометрический центр НИУ ВШЭ проанализировал более 104 тысяч работ за 2020–2025 годы, которые были представлены на десяти конференциях высшего уровня A* по рейтингу ICORE 2026. Исследователи изучили вклад Бразилии, России, Индии, Китая и ЮАР: на эти страны пришлось около 40,8 тысячи публикаций — 39,2% от всего массива. Однако распределение крайне неравномерно, и единого исследовательского пространства БРИКС пока нет.
От теории к практике: как машинное обучение меняет биоинформатику
С 20 по 22 августа на факультете компьютерных наук НИУ ВШЭ прошла седьмая ежегодная Летняя школа по машинному обучению в биоинформатике. Мероприятие объединило ведущих экспертов и молодых исследователей. Его главным итогом стала живая дискуссия о том, как фундаментальные алгоритмы ИИ превращаются в работающие инструменты для биологии и медицины.
Лаборатория будущих сетей: в НИИТ ВШЭ создали стенд для исследований 5G/6G
Стенд 5G/6G в НИИТ ВШЭ становится исследовательской площадкой, образовательной лабораторией и основой для разработки новых программных компонентов сетей будущего. Он позволяет не просто наблюдать за работой мобильной сети, а менять условия ее работы и измерять результат: скорость передачи данных, задержки, ошибки, использование радиоресурсов и другие параметры. На его основе исследователи планируют развивать технологии MIMO, O-RAN, xApp и IAB, а также экспериментировать с искусственным интеллектом.
Ученые НИУ ВШЭ научили нейросеть превращать 3D-модели в готовые технологические карты
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали систему CAD2TechSpec, которая автоматически превращает 3D-модели деталей в готовые технологические карты — пошаговые инструкции для станков. Разработка направлена на сокращение времени подготовки технической документации в машиностроении, авиастроении и других высокотехнологичных отраслях. Результаты исследованияо публикованы в журнале PeerJ Computer Science.
В НИУ ВШЭ запущен реестр ИИ-сервисов и моделей
Институт искусственного интеллекта и цифровых наук ФКН разработал сервис для регистрации и учета достижений в области искусственного интеллекта (ИИ). Платформа уже доступна для сотрудников и студентов университета.
Исследователи НИУ ВШЭ и Сбера научили нейросети лучше угадывать предпочтения пользователей
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Сбер представили новую архитектуру для рекомендательных систем: благодаря объединению двух классов моделей алгоритмы лучше угадывают интересы и потребности пользователей. Препринт работы опубликован на сайте arxiv.org и представлен на летнем фестивале «Урбан ML».
Исследователи ВШЭ показали, как создавать регуляторную ДНК напрямую
Исследователи НИУ ВШЭ разработали модель для генерации промоторов и энхансеров — участков ДНК, регулирующих работу генов. Модель работает с нуклеотидами ДНК напрямую, без промежуточного преобразования в непрерывное числовое пространство. Разработка может быть полезна в синтетической биологии и генной терапии. Результаты исследования представлены на воркшопе конференции ICLR 2026.
ФКН ВШЭ и ЧГУ реализовали три отраслевых образовательных модуля по искусственному интеллекту
В 2025/26 учебном году факультет компьютерных наук (ФКН) ВШЭ совместно с Череповецким государственным университетом реализовал три отраслевых образовательных модуля по искусственному интеллекту. Инициатива была представлена в рамках проекта «Топ-ИИ» Минцифры России при участии АНО «Аналитический центр при Правительстве Российской Федерации». Эксперты НИУ ВШЭ совместно с индустриальными партнерами разработали линейку отраслевых образовательных модулей в области искусственного интеллекта.
ИИ для врачей: ФКН ВШЭ провел курс для студентов Российского университета медицины
В июне завершился курс, посвященный использованию искусственного интеллекта в медицине, который факультет компьютерных наук НИУ ВШЭ провел для студентов первого курса направления «Педиатрия» Российского университета медицины. Курс реализован при поддержке гранта, полученного НИУ ВШЭ в соответствии с мероприятиями федерального проекта «Искусственный интеллект» национального проекта «Экономика данных и цифровая трансформация государства».