Center for Cognitive Modeling

🦾 — Запускаем дополнительный набор в магистратуру ФПМИ МФТИ по искусственному интеллекту и робототехнике!

Поступление проходит по 2 направлениям:
— “Фундаментальные методы искусственного интеллекта” – база ЦКМ, 25 мест
— “Мультимодальный искусственный интеллект”– база Институт AIRI, 10 мест

Для поступления необходимо:
🪼Заполнить заявку на нашем в форме до 12:00 28 июля и пройти собеседование в Центре.
🪼Подать документы на сайте приёмной комиссии МФТИ до 31 июля и успешно пройти вступительные испытания.

В Центре под руководством ведущих специалистов в своих областях вы сможете заниматься написанием статей на передовые конференции А* (NeurIPS, ICLR, ICML, IJCAI и др.), а также работать над прикладными проектами по тематикам:

Программа по направлениям:

Общие курсы (1 семестр):
- Компьютерная лингвистика и обработка естественного языка
- Основы когнитивной психологии
- Методы общего искусственного интеллекта
- Нейросетевые фреймворки глубокого обучения
- Программные средства для задач искусственного интеллекта (2 практики)
- Методы искусственного интеллекта в анализе данных
- Научный семинар

Фундаментальные методы искусственного интеллекта (2 и 3 семестры):
- Новые нейросетевые архитектуры и продвинутые методы обработки естественного языка
- Продвинутые методы компьютерного зрения
- Введение в когнитивную нейронауку
- Продвинутые методы машинного обучения с подкреплением
- Интеллектуальная робототехника
- Нейроморфные вычесления
- Мультимодальные и поведенческие модели
лекции

Фундаментальные методы искусственного интеллекта. Мультимодальный искусственный интеллект (2 и 3 семестры):
- Введение в мультиагентные системы на основе LLM: от теории к практике
- Visual Generative AI (Современные методы генерации визуальных данных)
- Современные подходы проектирования рекомендательных систем
- Малоранговые тензорные методы
- LLM агенты
- Машинное обучение в задачах стурктурной биологии

🪼После заполнения мы пригласим вас на собеседование. Рассылка со слотами, на которые можно будет записаться, будет отправлена 28 июля в 13:00 по почте!
🪼Если вы уже заполняли форму, но не успели пройти собеседование, заполните форму повторно

Информация для поступающих есть на сайтах ЦКМ и приёмной комиссии.

🪼TerraCognitaSLAM: проект нашего сотрудника на инвестиционной программе.

Наш сотрудник Олег Буличев защитил свой проект TerraCognitaSLAM на программе Трансляционных Исследований от Центрального Университета. Проект родился благодаря участию Олега в археологическом конкурсе — он увидел пробел в технологиях и решил его закрыть.

TerraCognitaSLAM — это система навигации для роботов там, где GPS не работает: под кронами садов, в плотной застройке, на однородных полях. Вместо одного сенсора — связка георадара (видит под землёй), камер и инерциальных датчиков. Это позволяет агророботам работать в зонах глушения и картировать почву, а инженерам — искать трубы и провода без ручного труда.

Команда Олега уже провела полевые испытания, собрала синхронный датасет с эталонными GPS-позами, а решение отметили на конкурсе «Экспедиция.Земля». Экономия для хозяйств — до 2,6 млн ₽ на трактор в год, а предотвращение аварий на стройке — миллионы рублей.

🪼Поддержим проект реакциями и пожелаем удачи в развитии!

🪼Дайджест ЦКМ: начинаем неделю с полезных материалов

Собрали для вас подборку свежих статей и разработок — от генерации 3D-сцен до новых подходов к вниманию в нейросетях и организации научного поиска.

3D и Генерация сцен

Метод Sage от команды NVIDIA — генерацию интерактивных 3D-сцен с помощью LLM/VLM тул-коллинга на базе Open3D (ранее упоминался как QUEN3-VL). В отличие от статичных мешей, объекты загружаются в Isaac Sim как интерактивные. Бонусом идет мощный датасет: 10 тыс. сцен, 50 типов комнат, более 500 тыс. уникальных объектов!
🔗 nvlabs.github.io/sage/ | arxiv.org/abs/2602.10116

ИИ для Науки

ORKG ASK — нейро-символическая система для поиска и анализа научной литературы. Она строит графы знаний из статей, чтобы отвечать на вопросы исследователей точнее обычного поиска.
🔗 arxiv.org/abs/2512.16425

RL и Рассуждения

Статья «Back to Basics» — про проблему исследования (exploration) в Reinforcement Learning для улучшения рассуждений LLM. Авторы предлагают пересмотреть генеративные вероятности для более эффективного RLVR.
🔗 arxiv.org/abs/2602.05281

Оптимизация архитектур

В Zyphra предложили Online Vector-Quantized Attention — модификацию векторного квантования, которая учит словарь «думать на лету». Вместо статичного словаря, который дает ошибки на новых данных, здесь каждый новый токен обновляет только один ближайший центроид. Это разреженное обновление защищает от забывания и сохраняет точность внимания.
🔗 arxiv.org/abs/2602.03922

💫Сотрудники и студенты из команды ЦКМ и Института AIRI на ICML 2026!

На этой неделе в Сеуле прошла ICML 2026 — одна из сильнейших мировых конференций в области машинного обучения (категория А*).

KAGE-Bench: Fast Known-Axis Visual Generalization Evaluation for Reinforcement Learning — бенчмарк для быстрой и прозрачной оценки того, как алгоритмы обучения с подкреплением обобщают визуальные признаки по заданным осям (цвет, фон, форма объектов).
Авторы: Егор Черепанов, Даниил Зелезецкий, Алексей Ковалёв, Александр Панов.

Don’t Blind Your VLA: Aligning Visual Representations for OOD Generalization — метод выравнивания визуальных представлений, который заметно повышает устойчивость Vision-Language-Action моделей к данным вне распределения (out-of-distribution).
Авторы: Никита Качаев, Михаил Колосов, Даниил Зелезецкий, Алексей Ковалёв, Александр Панов.

VLA Grounder: Language-Conditioning Space Optimization for Black-Box VLA Models — подход к улучшению поведения уже обученных VLA-моделей за счёт оптимизации языковых условий в скрытом пространстве — без доступа к внутренним весам модели.
Авторы: Дамир Шодиев, Алексей Староверов, Никита Качаев, Алексей Ковалёв, Александр Панов.

🪼Погружайтесь в атмосферу конференции с фотографиями от команды и давайте поздравим авторов реакциями!

🎓 — Семинар 21. Защита магистерских диссертаций выпускников ЦКМ 2026

Ещё одна группа морских котиков ИИ готова к финальной миссии своего обучения — защите магистерской работы🏆

За два года мы постарались передать студентам самые актуальные и прикладные знания в области ИИ и робототехники, а ребята достигли больших успехов. Приглашаем всех присоединиться и послушать выступления!

📹 Трансляция ВК

#семинары #магистратура

💫 — Начинаем семинар, присоединяйтесь к трансляции в ВК или на YouTube!

🎓 — Семинар 20. Обзор конференции ICRA 2026 | Александр Панов, Дмитрий Юдин, Дмитрий Макаров, Юлия Даник

В начале июня наша команда выезжала в Вену на ICRA 2026. Это крупнейшая в мире конференция по робототехнике и автоматизации.

На конференцию прошло 3 наших статьи:

1) Dynamic Neural Potential Field: Online Trajectory Optimization in Presence of Moving Obstacles — представляет метод нейросетевой генерации траекторий для объезда динамических препятствий в реальном времени
2) Knowledge-Guided Manipulation Using Multi-Task Reinforcement Learning — представляет метод, объединяющий 3D-сцену, граф знаний и обучение с подкреплением для управления манипуляциями робота
3) TOCALib: Optimal control library with interpolation for bimanual manipulation and obstacles avoidance — представляет библиотеку оптимального управления с интерполяцией для бимануальных манипуляторов и избегания препятствий

Приходите послушать об этом мероприятии от первых лиц! Участники расскажут об интересных статьях, новых трендах и своих впечатлениях от поездки.

👉🏻 Дата: 18.06.26, пятница в 17:00
📹 Трансляция: YouTube или ВКонтакте

Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!

#семинары #robotics

💫 — Начинаем семинар, присоединяйтесь к трансляции в ВК или на YouTube!

⚡️ — Робототехника в археологии — рассказываем о ходе соревнований Экспедиция.Земля, трек Археология.

Конкурс предполагает разработку наземных мобильных роботов, позволяющих с высокой точностью обнаруживать и классифицировать археологические объекты и предметы различного состава, расположенных на различной глубине под землей.

Наша команда под руководством Олега Буличева уже участвовала в соревнованиях в прошлом году и решила снова показать себя.

Первый важный шаг — пройти квалификацию. Он оказался непростым: нужно было подробно пояснить каждую деталь. Проблем добавляла дождливая погода. Но наши разработки не боятся сложных вопросов, а от непогоды спасал большой зонтик. Новый робот «Скаут» приятно удивил — он легко перемещался по пересечённой местности.

Дальше команда отправилась в Старую Рязань, на реальный археологический объект, который будут раскапывать, используя и наши данные. Там прошли основные испытания. Круглые сутки на полигоне, случались поломки, лил дождь — но участники собрали данные с той точностью, которую заложили.

Данные уже обработаны и теперь мы ждём результатов. Пожелайте удачи команде и подписывайтесь на канал ЦКМ и Олега, чтобы быть в курсе новостей о проекте!