Центр ИИ МГУ

ИИ научили адаптировать планы эвакуации под городские изменения

Что делать, если план эвакуации был эффективен ещё минуту назад, а теперь один из мостов перекрыт, дорожная сеть изменилась или очаг опасности оказался в другом месте? Учёные Центра ИИ МГУ предложили подход, который позволяет системе не обучаться заново, а находить в памяти подходящую успешную стратегию, проверять её и адаптировать к новой обстановке. В эксперименте при изменении дорожной сети такая корректировка повысила долю успешно эвакуированных с 39% до 92%.

Подход объединяет обучение с подкреплением, эпизодическую память и проверяемые правила управления. При этом система может фиксировать, какой прошлый сценарий был выбран, какие изменения внесены и прошла ли стратегия проверку. Следующий шаг — проверить метод на разных дорожных сетях и расширить набор возможных управляющих действий.

Подробнее — на сайте.

Ученый Центра ИИ МГУ – лауреат премии Яндекса

Премия Yandex ML Prize ежегодно отмечает вклад преподавателей и руководителей образовательных программ в области искусственного интеллекта.

В этом году в «Зал славы» премии за многолетний вклад в развитие машинного обучения и образования вошел Антон Сергеевич Конушин, научный руководитель Центра ИИ МГУ, заместитель декана по научной работе Факультета ИИ МГУ, руководитель группы «Пространственный интеллект» AIRI.

Более 25 лет занимается исследованиями в области компьютерного зрения и стоял у истоков его преподавания в России. Разработал собственный спецкурс в МГУ и ШАДе, участвовал в создании ФКН НИУ ВШЭ, где пять лет руководил программой «Прикладная математика и информатика», а сейчас руководит магистерской программой на факультете искусственного интеллекта МГУ. Автор более 200 научных работ, руководитель более 100 дипломных работ и девяти кандидатских диссертаций.

AI-спринт: как писать A*

Сильная научная работа начинается задолго до первой строки статьи — с точного исследовательского вопроса, убедительной гипотезы и ясного понимания того, в чём именно состоит научный вклад.

8 октября в Иннополисе в рамках Digital Innopolis Days пройдёт AI-спринт САПФИР для студентов и молодых исследователей в сфере искусственного интеллекта.

Участники разберутся, что отличает сильное исследование от просто интересной идеи, какие ошибки могут помешать хорошей работе пройти отбор и как использовать ИИ при подготовке научной публикации — там, где он действительно помогает.

После лекционной части — командная практика на исследовательском кейсе и обратная связь от научных экспертов.

Если вы уже занимаетесь исследованиями, это возможность посмотреть на свою работу с новой стороны. Если только начинаете — понять, из чего складывается исследование, которое может претендовать на уровень A*.

Для наиболее перспективных участников программа откроет и дальнейшие возможности: участие в ICOMP 2026 в Касабланке и конференции AI Journey «Путешествие в мир искусственного интеллекта», а также возможность получить менторство или пройти стажировку в исследовательских центрах в сфере ИИ.

8 октября · Университет Иннополис
Заявки — до 1 октября
→ Регистрация: AI-спринт: как писать A* — САПФИР

В Центре ИИ МГУ сравнили методы оценки качества видео после повышения разрешения

Сотрудники Исследовательского центра в сфере искусственного интеллекта МГУ разработали набор данных VSRQAD для оценки качества видео после повышения разрешения. В него вошли более двух тысяч видеороликов, обработанных 11 алгоритмами Super-Resolution. Для оценки качества исследователи провели более 180 тысяч попарных сравнений с участием свыше 11 тысяч человек.

Ученые сравнили 50 современных метрик качества видео и установили, что многие из них не всегда соответствуют человеческому восприятию. VSRQAD опубликован в открытом доступе и может использоваться для разработки и тестирования алгоритмов повышения разрешения и методов оценки качества видео.

Подробнее — на сайте.

Как превратить идею в реальный городской сервис? Принять участие в хакатоне Московского транспорта!

С 25 сентября по 3 октября вас ждут:

🔹 Онлайн-этап. В течение 48 ч. нужно проработать решение одной из 4 задач на платформе хакатона. Среди тем: искусственный интеллект, анализ данных, цифровые сервисы для пассажиров и другие.
🔹 Оценка жюри. Ваши проекты рассмотрят эксперты компаний «МТТЕХ» и «ВСМ-400», а также Исследовательского центра в сфере искусственного интеллекта МГУ.
🔹 Потенциал внедрения. Лучшие решения получат возможность стать частью Транспортного комплекса столицы.
🔹 Очный формат. Вживую увидимся на торжественном открытии и закрытии.
🔹 Экскурсия в Музей Транспорта Москвы. Одними из первых познакомитесь с постоянной экспозицией в уникальном Гараже Константина Мельникова. Узнаете о развитии городского транспорта столицы от конки до беспилотных технологий.

Подробнее рассказали в карточках 👆

Успейте собрать команду и зарегистрироваться на сайте до 22 сентября!

Хакатон проводят Фонд «Транспортные инновации Москвы», ИТ-компания «МТТЕХ» и «ВСМ-400» при поддержке Департамента транспорта.

📲 Дептранс Москвы в МАКС

Как превратить обычные снимки в 3D-план помещения?

Исследователи Центра ИИ МГУ совместно с коллегами из AIRI и НИУ ВШЭ разработали метод, который по обычным изображениям одновременно восстанавливает планировку помещения и определяет расположение объектов в трёхмерном пространстве. При этом системе не нужно заранее знать положение камер — достаточно набора изображений, сделанных с разных точек. Такой подход может быть полезен для робототехники, дополненной и виртуальной реальности, проектирования интерьеров и анализа недвижимости.

Метод позволяет получить компактное описание пространства: форму помещения и расположение основных объектов. Испытания на нескольких наборах данных показали, что он повышает точность определения планировки и обнаружения объектов по сравнению с рядом существующих решений, а также работает быстрее некоторых аналогичных методов.

Подробнее — на сайте.

Ученые Исследовательского центра в сфере искусственного интеллекта МГУ имени М.В. Ломоносова собрали новый датасет из 5200 роликов для обучения систем искусственного интеллекта, повышающих качество потоковых видео.
 
Технологии Super-Resolution, основанные на искусственных нейросетях, способны убирать шумы в видео и дорисовывать мелкие детали, однако нередко ошибаются. На основе нового набора данных ученые обучают ИИ корректно воспринимать объекты на экране и повышают качество работы систем Super-Resolution.
 
Собранный набор данных — это часть крупного проекта, связанного с поиском ошибок и повышением качества алгоритмов Super-Resolution. Особенно актуально это становится с растущей популярностью смартфонов и телевизоров с экранами 4К и 8К — при просмотре видео небольшого разрешения на современных больших экранах низкое качество алгоритмов повышения разрешения особенно заметно.
 
Фото: pe3check / ru.123rf.com
 
Подробнее на портале Научная Россия
 
Подписывайтесь на наш канал в Мах
 
#датасеты
#граундинг

В Центре ИИ МГУ предложили способ повысить эффективность проектирования белков

Сотрудники Исследовательского центра в сфере искусственного интеллекта МГУ предложили новый подход к вычислительному проектированию белков, взаимодействующих с ДНК и РНК. Метод сочетает несколько механизмов управления построением белковой структуры и позволяет одновременно учитывать качество связывания с нуклеиновыми кислотами и устойчивость самого белка.

Подход проверили на 11 комплексах ДНК и РНК. Наилучший результат показало совместное использование двух механизмов управления. Полученные результаты могут быть использованы для дальнейшего развития методов проектирования белков и исследований в области молекулярной биологии и генной терапии.

Как искусственный интеллект реконструирует помещения?

Исследователи Центра ИИ МГУ разрабатывают систему, которая по фотографиям, видео и 3D-сканам создаёт полноценную цифровую модель помещения — с учётом стен, дверей, окон и других элементов.

Как работает технология и где она может применяться — рассказывает соруководитель проекта, научный сотрудник Центра ИИ МГУ Максим Колодяжный.

Листайте карточки!