🧭 Сколтех провёл международную форсайт-сессию по ИИ и зафиксировал приоритеты исследований и внедрений на 2025–2026 годы. Её координатором выступило Стратегическое агентство поддержки и формирования ИИ-разработок (САПФИР) в рамках Международного форсайта в сфере ИИ, проводимого в 2025 г.

Работа шла в трёх рабочих группах: архитектуры, алгоритмы и математика; базовые и генеративные модели; управление, принятие решений и мультиагентные системы. В сессиях, помимо отечественных учёных, представителей индустрии и государства, участвовали 9 иностранных экспертов (Китай, Великобритания, Индия и др.).

На пленарной части выступили вице-президент Сколтеха Григорий Кабатянский, директор Центра ИИ Сколтеха профессор Евгений Бурнаев, профессор Иван Оселедец, доцент Александр Панченко и приглашённый зарубежный эксперт Мирко Фарина (профессор Университета Хуачяо, КНР).Пленарные доклады задали повестку; далее в рабочих группах участники согласовали данные, метрики и контуры пилотов под реальные сценарии внедрения.

Форсайт завершился консолидацией «дорожных карт» на ближайший год: сформирован пакет бенчмарков и метрик доверия, определён перечень пилотных проектов для промышленности, энергетики, транспорта и здравоохранения с KPI по точности, устойчивости и совокупной стоимости владения, описаны требования к инфраструктуре обучения и инференса.

«Форсайт — это прекрасная возможность сверить научные приоритеты с запросами отрасли, — подчеркнул Евгений Бурнаев, директор Центра искусственного интеллекта Сколтеха. — Мы провели сессию по методике Минэкономразвития: очно, в трёх рабочих группах и с участием коллег с зарубежной аффилиацией — для независимой валидации подходов и сопоставимости метрик с мировыми практиками. Эти результаты лягут в основу внедрений и совместных аналитических материалов и будут ежегодно обновляться вместе с партнёрами».

🎓 SMILES-2025: все лекции и сборник избранных статей
Для всех, кто следил за Летней школой машинного обучения SMILES-2025 в Харбине, мы выложили полный архив лекций и впервые опубликовали сборник избранных статей по материалам школы.

Две недели плотного погружения: генеративные модели, LLM, мультимодальность, безопасность и робастность, оптимизация инференса, ИИ в промышленности и медицине.

▶️ Плейлист лекций 2025 (VK Видео)
▶️ Плейлист лекций 2025 (YouTube)
📗 Сборник избранных статей
🎬 Ностальгия — ролик о школе

🧠 27 лекций

1️⃣ Евгений Бурнаев — Пленарная лекция: эволюция генеративного ИИ и проверка надёжности (From GANs to Physics-Informed Diffusion Models)
2️⃣ Сергей Баранников — Топология и машинное обучение (Topology & ML; persistent homology, GAN/VAE/Transformers)
3️⃣ Ирина Пионтковская — От цепей Маркова до трансформеров (From Markov Chains to Transformers)
4️⃣ Ирина Пионтковская — Неожиданное поведение больших языковых моделей (Emerging Behaviors in LLMs)
5️⃣ Мария Тихонова — Из чего сделаны большие языковые модели и как их оценивать (LLM Evaluation: MERA, ruMTEB)
6️⃣ Пётр Сокерин — Вводный семинар: архитектура трансформеров, тонкая настройка и RAG (Intro to LLMs; Fine-tuning; RAG)
7️⃣ Дмитрий Сошников — Интеллектуальные агенты на базе LLM (LLM-based Agents; ReAct)
8️⃣ Александр Сенин — LLM и обработка текстов в банковском бизнесе (Enterprise LLM Use-Cases in Banking)
9️⃣ Егор Швецов — Оптимизация нейросетей: от «железа» до алгоритмов (Optimization of Inference & Training)
🔟 Светлана Илларионова — Генеративные модели для данных ДЗЗ: от суперразрешения до мониторинга (GenAI for Remote Sensing)
1️⃣1️⃣ Александр Коротин — Современные генеративные подходы: согласование потоков и «исправленные» потоки (Flow-Matching & Rectified Flows)
1️⃣2️⃣ Александр Коротин — Диффузионные мосты (Diffusion Bridges)
1️⃣3️⃣ Сергей Холькин — Практикум: согласование потоков и исправленные потоки (Hands-On Flow-Matching & Rectified Flows)
1️⃣4️⃣ Сергей Холькин — Практикум: диффузионные мосты (Hands-On Diffusion Bridges)
1️⃣5️⃣ Иван Киреев — Генеративное предобучение для последовательностей событий (Generative Pretraining for Event Sequences)
1️⃣6️⃣ Денис Димитров — Генерация изображений и видео по тексту: Kandinsky-4 (Text-to-Image/Video; Evaluation & Cases)
1️⃣7️⃣ Валентин Малых — От DiffusionLM к DiffuCoder: эволюция диффузионных языковых моделей (Text Diffusion Models)
1️⃣8️⃣ Андрей Кузнецов — Генеративный дизайн в инженерии: от CAD к ИИ-ассистентам (Generative Design for Industry)
1️⃣9️⃣ Иван Тюкин — Стабильность и робастность ИИ в условиях высокого измерения (Robustness in High Dimensions)
2️⃣0️⃣ Олег Рогов — Прозрачность и приватность: интерпретируемость и дифференциальная приватность (XAI & Differential Privacy)
2️⃣1️⃣ Алексей Зайцев — Почему «галлюцинируют» LLM и как это диагностировать (Hallucinations in LLMs; TOHA)
2️⃣2️⃣ Юаньчао Лю — Эволюция ИИ: от нейросетей до LLM; угрозы и защита (AI Evolution; LLM Threats)
2️⃣3️⃣ Шаохуэй Лю — Компьютерное зрение и оценка качества видео; медиабезопасность (CV & Video Quality; Forensics)
2️⃣4️⃣ Тао Цинь — Когда обучение с подкреплением встречается с LLM (When RL Meets LLM)
2️⃣5️⃣ Хэнтун Чжан — Уязвимости к «отравляющим» атакам на этапе обучения (Poisoning Attacks in ML)
2️⃣6️⃣ Инцэ Ся (Yingce Xia) — Генеративное мышление: автогрессивные модели в научных открытиях (Autoregressive Models for Scientific Discovery)
2️⃣7️⃣ Ван Чжунцзянь (Wang Zhongjian) — Теоретические оценки для score-based моделей (Wasserstein-оценки и сходимость)

🧭 Зачем смотреть
Большие языковые и многоагентные системы, диффузионные модели и диффузионные мосты, устойчивость и безопасность ИИ, оптимизация исполнения моделей, применения в ДЗЗ, медицине, инженерии и финтехе — полноценная «дорожная карта» от теории до практики в одном архиве.

Генеральный партнёр — Альфа-Банк
Золотой партнёр — СБЕР
Инновационный партнёр — Финтех Хаб Сколково
Научный партнёр — Институт AIRI
Мероприятие прошло при поддержке Банка России

Визит делегации Министерства науки, высшего образования и инноваций Кыргызской Республики в Сколтех.

Гостям представили разработки Центра ИИ Сколтеха. Демонстрацию провёл Магомед-Эмин Хатуев, инженер-программист Центра ИИ.

На интерактивном сенсорном столе участники увидели, как спутниковые данные и алгоритмы машинного обучения помогают:

✔️прогнозировать распространение природных пожаров;
✔️анализировать и прогнозировать ледовую обстановку в северных морях;
✔️работать с данными дистанционного зондирования для оценки инфраструктуры и экологических рисков.

Интерактивный формат позволил на практике увидеть, как ИИ переводит сложную аналитику в удобные инструменты для принятия решений в промышленности, логистике и управлении рисками.

Подписывайтесь 👉@AI_point_of_view