Форум «Технопром» 26–28 августа. Обсудим гибридный интеллект и не только
Привет! Завтра в Новосибирске стартует форум «Технопром». От нас будет выступать Александр Цветков, ведущий менеджер по развитию продуктов для защиты данных ГК InfoWatch. У Саши сразу два доклада для каждой из панельных дискуссий.26 августа, 10:00-11:15 – панельная сессия НИУ ВШЭ «Гибридный интеллект: цифровые и человеческие драйверы развития»Он расскажет:какие «сквозные» компетенции позволят сделать профессии устойчивыми в условиях технологического развития;
Учёные выявили более высокую альтруистичность нейросетей по сравнению с людьми в эксперименте по распределению ресурсов
Ученые установили, что популярные нейросети чаще принимают более альтруистичные решения, чем люди, в задачах с распределением ресурсов. Исследователи из Национального исследовательского университета «Высшая школа экономики» в Перми проанализировали поведение десяти крупных нейросетей из США, Китая и России. В одном из классических экспериментов алгоритмы на 41–68% чаще делились средствами с условным партнёром, чем реальные участники. Исследование поддержано грантом Российского научного фонда (РНФ). Результаты исследования
Учёные создали открытую мультимодальную базу данных для изучения концентрации внимания
Команда российских исследователей при участии учёных НИУ ВШЭ в Санкт‑Петербурге разработала первую открытую мультимодальную базу данных с записями активности мозга, работы сердца и видеонаблюдения. База поможет учёным понять, что происходит с мозгом человека во время глубокой концентрации. В будущем эта разработка позволит ускорить создание нейроинтерфейсов, технологий реабилитации и систем искусственного интеллекта. Статья о результатах исследования опубликована в журнале Scientific Data.
Разработан бенчмарк GeomMotif из 57 задач для выявления ошибок ИИ-моделей при проектировании геометрии белковых структур
Учёные из Института AIRI, НИУ ВШЭ и Constructor University разработали бенчмарк GeomMotif для проверки способности искусственного интеллекта правильно проектировать структуру белковых молекул. Как сообщили информационной службе Хабра в пресс‑службе AIRI, новый инструмент состоит из 57 задач и помогает определить, где именно модель допускает ошибки при работе с геометрией белков. Работа была представлена на конференции ICLR в Рио‑де‑Жанейро. Данные для бенчмаркинга, скрипты для построения задач и код для оценки доступны на GitHub и HuggingFace.
Yandex Research и НИУ ВШЭ разработали метод ускорения генерации изображений в нейросетях до 0,3 секунды
Команда учёных из Yandex Research и НИУ ВШЭ предложила метод, снижающий вычислительные затраты и ускоряющий генерацию изображений в диффузионных моделях без потери качества. Статья с описанием разработки была принята на конференцию в области искусственного интеллекта ICLR 2026.
НИУ ВШЭ запускает новые программы дистанционного высшего образования
НИУ ВШЭ запускает новые онлайн‑программы высшего образования. Приём начнётся 20 июня 2026 года. Новые программы охватывают специальности: информационную безопасность, маркетинг, финансы, юриспруденцию, психологию и инновации. Как сообщили информационной службе Хабра в пресс‑службе НИУ ВШЭ, всего общее количество дистанционных программ вуза насчитывает 46, из них 39 магистерских и 7 бакалаврских.Среди новых магистерских программ представлены:
НИУ ВШЭ открыла приём заявок на премию за человекоцентричные практики в HR
Лаборатория человекоцентричности и лидерских практик НИУ ВШЭ открыла приём заявок на ежегодную премию за лучшую человекоцентричную практику управления персоналом. Лауреатов объявят на конференции «HREXPO PRO Людей». Победителей наградят дипломами и подарками. Лауреаты премии также смогут опубликовать кейсы в научных и образовательных изданиях. Организации и компании должны подать заявки с практиками, реализованными в 2025–2026 годах. Заявки принимаются до 30 апреля 2026 года.
Учёные ВШЭ разработали нейросеть для автоматической диагностики неисправностей электродвигателей
Учёные Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали метод Signature‑Guided Data Augmentation. Он определяет неисправность двигателей с точностью 99%. Метод также классифицирует типы поломок с точностью 86%. Применение разработки может снизить расходы на ремонт промышленного оборудования. Разработка также способна уменьшить простои и сделать производство безопаснее. Результаты исследования опубликованы в журнале Engineering Applications of Artificial Intelligence.
