Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.

  • A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Центр ИИ Вышки помогает стране и Сберу развивать AI-технологии

Александр Ведяхин

Александр Ведяхин
© Высшая школа экономики

Сбер оценил экономический эффект от сотрудничества с исследовательскими центрами в сфере искусственного интеллекта в 1,1 млрд рублей. Одним из партнеров Сбера с 2021 года является Центр ИИ Высшей школы экономики. Всего в рамках этого партнерства успешно реализовано 19 проектов.

Инвестиции Сбера в индустриальное партнерство с исследовательскими центрами искусственного интеллекта — Сколтехом, ВШЭ и МФТИ — составили 700 млн рублей за 2021–2023 годы. А достигнутый подтвержденный эффект для Сбера составляет 1,1 млрд рублей. До конца года Сбер ожидает увеличения эффекта по мере внедрения результатов. Об этом сообщил первый заместитель председателя правления Сбербанка Александр Ведяхин в рамках Дня искусственного интеллекта на выставке-форуме «Россия».

© Высшая школа экономики

Сбер и Вышка объединяют свои ресурсы и экспертизу для достижения общих целей в области ИИ. Центр ИИ НИУ ВШЭ не только внедряет новые технологии и решения на основе ИИ в различные бизнес-процессы партнера, но и способствует развитию инноваций и технологий в России.

В материале «Коммерсанта» об итогах сотрудничества Сбера с центрами ИИ отмечается, что результаты Центра ИИ НИУ ВШЭ не только применяются в решениях компании, но и уже внедрены в разработанный Сбером конструктор рекомендательных систем RePlay, который служит открытой библиотекой для разработчиков и исследователей. Это является важным шагом для дальнейшего развития этого AI-направления.

Обучение с подкреплением (Reinforcement Learning, RL) — это тип машинного обучения, который используется для решения задач, требующих долгосрочного планирования и принятия решений на основе опыта взаимодействия со сложными стохастическими средами (в которых есть случайность и неопределенность. — Ред.).

Алексей Масютин
© Высшая школа экономики

Алексей Масютин, руководитель Центра ИИ НИУ ВШЭ, подчеркивает, что сотрудничество со Сбером включает в себя такие приоритетные направления в области ИИ, как работа с большими языковыми моделями, диффузионными моделями, оптимальным транспортом, а также с алгоритмами обучения с подкреплением. «За прошлый год для Сбера и компаний экосистемы мы реализовали 9 проектов, лучшие из них были отмечены на R&D-дне Сбера в декабре. Один из таких проектов 2023 года заключался в создании передовых RL-алгоритмов, которые позволили бы существенно повысить качество рекомендательных систем. Результаты уже внедрены и доступны как модуль в открытом фреймворке Сбера», — рассказал он.

Алгоритмы, разработанные учеными НИУ ВШЭ для Сбера, точнее предсказывают интересы пользователей, ориентируясь на кумулятивную полезность, а не на сиюминутные реакции. Применение обучения с подкреплением открывает новые возможности для изучения различных сценариев взаимодействия с клиентами, что изменит подходы к разработке индивидуальных предложений и маркетинговых стратегий.

Сергей Самсонов

Сергей Самсонов, научный сотрудник Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ, поясняет, что методы на основе RL обладают улучшенной персонализацией. Они могут учитывать не только предпочтения пользователей, но и историю их взаимодействия с системой во времени, а также могут подстраивать под нее свои рекомендации. Кроме того, алгоритмы на основе обучения с подкреплением позволяют системе учитывать не только мгновенную реакцию пользователя на рекомендацию, но и долгосрочные последствия назначения той или иной рекомендации. Это позволяет строить более долгосрочные и таргетированные стратегии.

«В целом подход обучения с подкреплением позволяет более точно адаптироваться к потребностям пользователя, учитывать их изменяющиеся предпочтения и предлагать более релевантные рекомендации», — отмечает Сергей Самсонов.

Евгений Фролов

«Залогом успешности решения задачи по улучшению рекомендательных систем является наличие специальных знаний и опыта в предметной области, а также широкого кругозора в смежных научных дисциплинах, — говорит Евгений Фролов, старший научный сотрудник Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ. — В этом смысле наша команда занимает уникальное положение, поскольку объединяет специалистов высокого уровня, обладающих как фундаментальными знаниями в релевантных предметных областях, так и практическим опытом решениях задач, связанных с рекомендательными системами».

Вам также может быть интересно:

В Вышке создали собственную MLOps-платформу

Ученые НИУ ВШЭ создали MLOps-платформу SmartMLOps. Она предназначена для исследователей в области искусственного интеллекта, которые хотели бы превратить свое изобретение в полноценный сервис. В будущем на платформе могут быть развернуты ИИ-помощники для упрощения образовательного процесса, оказания медицинской помощи, консультирования и решения многих других задач. Создатели ИИ-технологий смогут получить готовый к работе сервис в течение считанных часов. На суперкомпьютере Вышки этот сервис может быть запущен в несколько кликов.

«От нашей общей работы зависит будущее»: что несет человечеству развитие ИИ

Какие перспективы и вызовы для человечества несет развитие технологий искусственного интеллекта? Как его используют ученые? Каким будет мир, где доминирует ИИ? Эти и другие темы обсудили эксперты на форсайт-сессии «Будущее исследований в сфере искусственного интеллекта», которая прошла в НИУ ВШЭ.

ИИ позволит точно моделировать производительность систем хранения данных

Исследователи факультета компьютерных наук НИУ ВШЭ разработали новый подход к моделированию систем хранения данных на основе генеративных моделей машинного обучения. Он позволяет с высокой точностью предсказывать ключевые характеристики работы таких систем при различных условиях. Результаты опубликованы в журнале IEEE Access.

ИИ в образовании: как преодолеть соблазн готовых решений

Искусственный интеллект уже стал обыденностью для молодежи: как показал опрос, около 87% студентов ведущих вузов используют ИИ в процессе обучения. Большая часть из них отметила, что он помогает им экономить время, при этом они проверяют сделанную ИИ работу. Результаты исследования были представлены на конференции по анализу данных и технологиям ИИ Data Fusion. В ее работе приняли участие научный руководитель НИУ ВШЭ Ярослав Кузьминов и другие эксперты Вышки.

Большинство студентов не верят, что ИИ сможет заменить их на работе

Большинство студентов считают, что ИИ не сможет заменить их на работе в ближайшие десять лет. Низким такой риск называют 27,2% респондентов, 41,5% — крайне маловероятным. Эти оценки были получены НИУ ВШЭ в ходе опроса 4200 студентов в 2025 году. Они приводятся в докладе «Эпоха больших языковых моделей: почему они все еще не профессионалы», подготовленном научным руководителем НИУ ВШЭ Ярославом Кузьминовым и старшим преподавателем кафедры высшей математики НИУ ВШЭ Екатериной Кручинской. Доклад был представлен на XXV Ясинской (Апрельской) международной научной конференции по проблемам развития экономики и общества, которая проходит с 15 по 18 апреля в НИУ ВШЭ.

Точный ИИ-оракул: какие тренды интересуют бизнес

Современные технологии ежедневно меняют мир, автоматизируя бизнес-процессы в различных отраслях. Специалисты НИУ ВШЭ представили масштабный опыт команды iFORA по реализации ИИ-проектов в интересах крупных компаний и органов власти.

Перспективы ИИ: математика машинного обучения в фокусе

Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ провел выездной воркшоп «Математика машинного обучения». Здесь собрались ведущие ученые и специалисты НИУ ВШЭ в области машинного обучения, математики и статистики. В центре внимания исследователей оказались математические аспекты, лежащие в основе современных и наиболее перспективных направлений машинного обучения. Программа воркшопа включала мини-курсы, практические работы, доклады и круглый стол, посвященный перспективам развития ИИ в России.

Внедрение искусственного интеллекта в организации: какие эффекты отмечают сотрудники

45% организаций, которые занимались внедрением ИИ в работу, заявили о повышении производительности труда в результате его использования. Об этом говорится в исследовании «Внедрение ИИ в работу организаций: чем обусловлена вариация эффектов на труд?». Исследование проведено директором Центра статистики труда и заработной платы ИСИЭЗ НИУ ВШЭ Анной Демьяновой и стажером-исследователем центра Дарьей Талакаускас. Оно было презентовано на XXV Ясинской (Апрельской) международной научной конференции по проблемам развития экономики и общества (XXV ЯМНК), проходящей в НИУ ВШЭ с 15 по 18 апреля.

«Идею всегда задает человек»: что дает ИИ образованию и медиа

ИИ-технологии меняют принципы работы образования и медиаиндустрии. Большинство студентов уже в той или иной мере используют ИИ, а нейросети уже массово производят все виды контента. Возможности и вызовы эксперты обсудили на конференции «Образование и медиа в эпоху цифровых перемен», организованной Дирекцией по маркетинговым коммуникациям НИУ ВШЭ и «Яндекс Образованием».

В Вышке стартовали открытые семинары «ИИ в индустрии»

Институт искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ запустил цикл открытых семинаров. Встречи посвящены актуальным вопросам внедрения искусственного интеллекта в различные отрасли экономики. Семинары проводятся еженедельно в 18:00 в кампусе на Покровском бульваре. Для участников также предусмотрена онлайн-трансляция.