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.
Облака ближе, чем кажется: итоги форсайт-сессии iFORA
Интеллектуализация управления, синергия с ИИ и переход к микрооблакам — такими будут главные тренды цифровой экономики в ближайшее десятилетие. На форсайт-сессии в НИУ ВШЭ ведущие эксперты в сфере облачных технологий обсудили их эволюцию до 2040 года — от интеллектуализации процессов до идей о переносе хранилищ в космос, чтобы минимизировать экологический ущерб планете.
План по валу: как публикационная активность приводит к кризису
В рамках конференции Fall into ML в ВШЭ прошла дискуссия «Академия в кризисе: что готовит будущее». Ее участники обсудили, почему растет количество научных публикаций, каково качество этих работ, чего требовать от ученых и какова рольискусственного интеллекта в подготовке статей.
«Fall into ML прочно утвердилась в календаре знаковых событий российской ИИ-сцены»
24–25 октября в Центре культур НИУ ВШЭ Институт искусственного интеллекта и цифровых наук факультета компьютерных наук организует четвертую ежегодную конференцию Fall into ML 2025. Мероприятие традиционно поддерживает генеральный партнер — Сбербанк. В фокусе — прорывные исследования и будущее фундаментального ИИ.
Ученые ВШЭ оптимизировали обучение генеративных потоковых нейросетей
Исследователи факультета компьютерных наук НИУ ВШЭ улучшили метод обучения генеративных потоковых нейросетей для работы с неструктурированными задачами. Это поможет искать новые лекарства эффективнее. Результаты работы были представлены на одной из ведущих конференций по машинному обучению — ICLR 2025. Текст работы доступен в репозитории Arxiv.org.
Вышка и «Авито» запускают магистратуру по машинному обучению в цифровом продукте
Факультет компьютерных наук ВШЭ совместно с российской ИТ-компанией «Авито» объявляет о запуске новой магистерской программы по машинному обучению (ML) в цифровом продукте. Программа направлена на подготовку специалистов, которые смогут применять передовые технологии машинного обучения для решения реальных бизнес-задач и создания продуктов, используемых миллионами пользователей. Всего пройти обучение в первой волне смогут 35 человек, обучение 30 из них целиком профинансирует «Авито».
Анализ генетической информации поможет избежать осложнений после инфаркта
Исследователи из НИУ ВШЭ разработали модель машинного обучения, которая предсказывает риск развития осложнений у пациентов, перенесших инфаркт миокарда. В модели впервые учли генетические данные, что позволило точнее оценить риск долгосрочных осложнений. Исследование опубликовано в журнале Frontiers in Medicine.
Fall into ML 2024: взгляд в будущее машинного обучения
25–26 октября в Москве состоялась конференция Fall into ML, организованная Институтом искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ совместно с Центром ИИ при поддержке титульного партнера — Сбера. На протяжении двух дней ведущие специалисты в области искусственного интеллекта обсуждали перспективы развития фундаментальных технологий ИИ.
«Наша система позволяет предотвращать сбои в работе центров обработки данных»
Студент первого курса магистерской программы «Продуктовый подход и аналитика данных в HR-менеджменте» Константин Балцат с командой единомышленников разработали систему прогнозирования отказов жестких дисков на основе машинного обучения. С этим проектом они второй год подряд входят в число лучших на хакатоне «Цифровой прорыв». «Вышка.Главное» побеседовала с Константином о разработках инноваций и учебе в университете.
очно/онлайн