Точка машинного зрения

🌐 #Highlights лекционного дня SMILES-2026 ➡️ Профессор, руководитель Лаборатории надёжного, адаптивного и доверительного искусственного интеллекта Центра ИИ Сколтеха Иван Тюкин объяснил, почему высокая размерность данных может не только усложнять обучение моделей, но и, напротив, помогать им осваивать новые задачи по небольшому числу примеров. При этом высокая размерность требует особого внимания к устойчивости моделей, а строгая проверка их надёжности по-прежнему остаётся открытой задачей. ➡️ Доцент Сиань Цзяотун-Ливерпульского университета Шуйхуа Ван рассказала о применении генеративного ИИ в медицинской визуализации. Участники узнали, как при дефиците исходных данных можно синтезировать трёхмерные медицинские изображения и почему важно оценивать не только их внешнее сходство с реальными снимками, но и анатомическую достоверность. ➡️ Доцент в области вычислительного интеллекта Университета Ла Троб Дяньхуэй Ван объяснил, почему традиционные методы глубокого обучения не всегда соответствуют требованиям промышленности. Медленное переобучение и зависимость результата от случайной инициализации мешают быстро перестраивать системы при изменении производственных условий. Стохастические конфигурационные сети предлагают другой принцип: модель последовательно расширяется и адаптируется к новым данным без полного повторного обучения. ➡️ Профессор прикладной математики и вычислительной биомедицины Университетского колледжа Лондона Алексей Заикин посвятил лекцию работе с разнородными медицинскими данными, где число показателей часто значительно превышает число пациентов. Среди представленных подходов — описание каждого пациента как сети взаимосвязанных признаков, анализ изменения биомаркеров во времени, объединение несовпадающих баз и включение в модели уже известных биологических закономерностей. 🌫 Записи лекций SMILES-2026 доступны на платформах: — YouTube — VK Видео Генеральный партнёр SMILES-2026 — Альфа-Банк. Партнёр программы поддержки молодых учёных — Группа «Т-Технологии».

⚛️ Исследователи Центра ИИ Сколтеха совместно с ученым из Шанхайского института оптики и точной механики Китайской академии наук выяснили, как толщина и плотность плазменной мишени влияют на длительность проходящих через нее аттосекундных импульсов. Результаты работы опубликованы в журнале Applied Physics Letters (Q1, Nature Index). 🌫 Авторами исследования стали младший инженер-исследователь Лаборатории суперкомпьютеров в искусственном интеллекте Центра ИИ Сколтеха Елизавета Липкова, профессор и руководитель Лаборатории вычислительных методов формирования изображений Дмитрий Дылов, доцент и руководитель Лаборатории суперкомпьютеров в искусственном интеллекте Сергей Рыкованов, а также профессор Шанхайского института оптики и точной механики Китайской академии наук Цзинвэй Ван. Работа выполнена в рамках совместной лаборатории SIOM–Skoltech. ⚡️Аттосекундные импульсы длительностью порядка 10⁻¹⁸ секунды можно сравнить со сверхбыстрой вспышкой: они позволяют «заморозить» движение электронов и исследовать процессы в атомах, молекулах и твердых телах, которые невозможно различить с помощью более длинных импульсов. Один из перспективных способов получения такого излучения основан на взаимодействии мощного лазерного импульса с плотной плазмой. У ее поверхности формируются тонкие электронные сгустки, излучающие в ультрафиолетовом и рентгеновском диапазонах. 🌫 Однако плазма не только формирует импульс, но и изменяет его при дальнейшем распространении. Разные частотные компоненты движутся в ней с разными скоростями, поэтому импульс постепенно растягивается во времени и теряет пиковую интенсивность. Чем плотнее плазма и толще мишень, тем сильнее накапливается дисперсия. В результате импульс может перейти из аттосекундного в фемтосекундный диапазон и перестать подходить для наблюдения самых быстрых электронных процессов. 📃 Чтобы количественно описать этот эффект, ученые выполнили одномерное и двумерное моделирование методом частиц в ячейках на суперкомпьютере Сколтеха «Жорес». Полученные результаты сопоставили со спектральной моделью распространения волн и упрощенной аналитической формулой. «Аттосекундный импульс можно сравнить с очень короткой вспышкой, необходимой для получения четкого изображения сверхбыстрого процесса. При прохождении через слишком толстую или плотную плазму эта вспышка растягивается, и “снимок” теряет резкость. Полученный нами критерий позволяет заранее определить допустимые параметры мишени и избежать большого числа ресурсоемких расчетов методом проб и ошибок», — отметила Елизавета Липкова. 🌫 В результате авторы получили компактные зависимости, связывающие длительность прошедшего импульса с плотностью и толщиной плазмы, а также с характерной частотой аттосекундного излучения. В работе представлена карта, по которой для заданной плотности можно определить максимальную допустимую толщину мишени. 🌫 Результаты исследования задают практические ориентиры для создания более эффективных плазменных источников аттосекундного ультрафиолетового и рентгеновского излучения, а также элементов аттосекундной оптики. Они позволят заранее подбирать параметры будущих экспериментов и сократить число ресурсоёмких полноразмерных расчётов. Канал Центра ИИ ВКонтакте

🌎 Куда SMILES отправится дальше — и почему у хорошей научной школы не может быть единственно правильного взгляда на ИИ? Об этом поговорили с директором SMILES-2026, доцентом Сколтеха, руководителем Лаборатории прикладных исследований «Сколтех–Сбербанк» Алексеем Зайцевым. 🌫 Вы узнаете, почему SMILES каждый год ищет новую академическую площадку, как из разных научных школ и исследовательских подходов складывается программа и зачем организаторам партнёрство, которое продолжится после завершения школы — в совместных исследованиях и образовательных проектах. 💡Спойлер: главный результат школы — люди, идеи и совместные проекты, для которых «даже горы и моря — не преграда».

🌐 17 июля в программе SMILES-2026 — надёжный ИИ, медицинская визуализация и промышленные применения День откроет профессор, руководитель Лаборатории надёжного, адаптивного и доверительного искусственного интеллекта Центра ИИ Сколтеха Иван Тюкин. Он рассмотрит стабильность, адаптивность и устойчивость ИИ с точки зрения высокоразмерных систем. 🌫 Затем доцент Сиань Цзяотун-Ливерпульского университета Шуйхуа Ван расскажет, как генеративный ИИ помогает восстанавливать анатомически достоверные трёхмерные структуры при ограниченном объёме медицинских данных. Далее доцент в области вычислительного интеллекта Университета Ла Троб Дяньхуэй Ван представит стохастические конфигурационные сети и их применение в промышленных ИИ-системах. 🌫 Завершит лекционную программу дня профессор системной медицины Университетского колледжа Лондона Алексей Заикин — его выступление будет посвящено ключевым вызовам медицинского ИИ и возможным подходам к их решению. 🌫 В программе: 09:00–10:30 — Иван Тюкин Stable, Adaptive, and Robust AI: A High-Dimensional Perspective 10:45–12:15 — Шуйхуа Ван Generative AI for Medical Imaging: From Sparse Data to Anatomically Faithful 3D Synthesis 13:15–14:45 — Дяньхуэй Ван Stochastic Configuration Networks: A Core Technical Support to AI for Industry 15:00–16:30 — Алексей Заикин Medical AI: Challenges and Some Solutions ➡️ Трансляция лекций начнётся: 09:00 — Сучжоу 04:00 — Москва ➡️ Смотреть трансляцию: 🔘YouTube 🔘VK Видео Генеральный партнёр SMILES-2026 — Альфа-Банк. Партнёр программы поддержки молодых учёных — Группа «Т-Технологии».

🌐 #Hhighlights третьего лекционного дня SMILES-2026 🌫 Александр Коротин, доцент, руководитель исследовательской группы по генеративному искусственному интеллекту Центра ИИ Сколтеха рассказал, как диффузионные мосты применяются для переноса данных между доменами. Участники сравнили задачи с парными и непарными примерами, разобрали ограничения классических диффузионных моделей и подходы к их преодолению с помощью Conditional Bridge Matching и итеративных методов для непарного переноса. 🌫 Сергей Холькин, младший инженер-исследователь Центра ИИ Сколтеха, продолжил тему на практическом семинаре. Участники сравнили обычный и условный Bridge Matching и увидели, что выбор метода зависит от конкретной задачи: один подход лучше работает для шумоподавления и обучения без парных примеров, другой — для преобразования изображений, где важно сохранить соответствие между входными и целевыми данными. 🌫 Инчжэнь Ли, доцент по машинному обучению Департамента вычислительных технологий Имперского колледжа Лондона рассказала, почему повышение точности LLM не может полностью устранить галлюцинации: часть вопросов изначально не имеет однозначного ответа. Участники узнали, как разделять неопределённость, вызванную нехваткой информации в контексте, и неопределённость, заложенную в самой задаче, а также почему в некоторых случаях модели надёжнее отказаться от ответа. ✅ Записи лекций SMILES-2026 доступны на платформах: — YouTube — VK Видео

🌫 SMILES-2026 — в СМИ Открытие международной Летней школы машинного обучения Сколтеха в Сучжоу осветили РБК, «Ведомости», Forbes и Lenta.ru. Издания отметили рекордный конкурс, международный состав лекторов и исследовательский формат школы. 🌫 РБК Компании — о масштабе отбора и географии SMILES: «организаторы получили 2544 заявки, 585 кандидатов продолжили участие в расширенном этапе отбора». В программе участвуют 17 исследователей из семи стран. 🌫 Ведомости — о проектной работе участников: «Проектная программа воспроизводит полный цикл научной работы — от идеи и первых экспериментов до учета обратной связи от экспертов и публичного представления результатов». Лучшие проекты смогут получить продолжение в виде статей, стажировок и пилотов с индустриальными партнёрами. 🌫 Коммерсантъ — о центральной теме школы: переходе от фундаментальных методов к надёжным решениям для науки и индустрии. 🌫 Forbes — о новом старте SMILES при поддержке генерального партнёра школы и рекордном интересе к программе. 🌫 Lenta.ru — отметила главную задачу школы — учиться «критически оценивать новые методы, понимать границы их применимости и превращать научные идеи в надежные решения». 🌫 Продолжаем рассказывать о лекциях, проектах и участниках школы из Сучжоу. Генеральный партнёр SMILES-2026 — Альфа-Банк. Партнёр программы поддержки молодых учёных — Группа «Т-Технологии».

🌐 16 июля в программе SMILES-2026 — диффузионные мосты и оценка неопределённости Завтра участники продолжат изучать тему генеративных моделей. Доцент Сколтеха, руководитель исследовательской группы по генеративному искусственному интеллекту Центра ИИ Сколтеха, научный сотрудник AIRI Александр Коротин расскажет о диффузионных мостах — моделях для переноса данных между доменами, в том числе для преобразования изображений без парных примеров. 🌫 Младший инженер-исследователь Центра ИИ Сколтеха Сергей Холькин проведёт практический семинар по этой теме. Доцент по машинному обучению Департамента вычислительных технологий Имперского колледжа Лондона Инчжэнь Ли представит метод, который позволяет разделить неопределённость в ответах LLM на связанную с недостатком контекстных данных и заложенную в самой задаче. 🌫В программе: 09:00–10:30 — Александр Коротин: Diffusion Bridge Generative Models for Domain Translation Problems 10:45–12:15 — Сергей Холькин: Seminar Diffusion Bridge Generative Models for Domain Translation Problems 13:15–14:45 — Инчжэнь Ли Variational Uncertainty Decomposition for In-Context Learning 🌫 Смотреть трансляцию лекций и семинаров: 🔘 YouTube 🔘 VK Видео Генеральный партнёр SMILES-2026 — Альфа-Банк. Партнёр программы поддержки молодых учёных — Группа «Т-Технологии».

📝 Доцент Сколтеха, руководитель исследовательской группы по генеративному искусственному интеллекту Центра ИИ Сколтеха, преподаватель SMILES-2026 Александр Коротин ответил на вопрос том, какую роль стохастичность играет в генеративных моделях и в каких задачах без неё можно обойтись. 🔘Завтрашняя лекция Александра Коротина Diffusion Bridge Generative Models for Domain Translation Problems будет посвящена диффузионным мостам — генеративным моделям для переноса данных между доменами, в том числе для преобразования изображений без парных примеров. ➡️ Подключайтесь к трансляции в 9:00 (Сучжоу) по ссылке: — YouTube — VK Видео

🌫 Делимся #highlights сегодняшнего лекционного дня SMILES-2026 🌫 Александр Коротин рассказал о Flow Matching и Rectified Flows — современных подходах к генеративному моделированию, в которых создание новых данных рассматривается как непрерывное преобразование одного распределения в другое. Участники разобрали, как устройство этого процесса влияет на скорость и качество генерации. 🌫 Сергей Холькин продолжил тему в рамках семинара: участники перешли от теории к коду, разобрали обучение моделей Flow Matching на простых и реальных данных, несколько вариантов метода — базовый FM, подход с оптимальным транспортом и Rectified Flow — и их применение к генерации цветных изображений MNIST. 🌫 Валентин Малых представил развитие больших языковых моделей как последовательность математических идей — от n-грамм и рекуррентных сетей до механизма внимания, трансформеров, GPT и обучения моделей следовать инструкциям. Участники узнали, как каждый новый подход преодолевал ограничения предыдущего, и обсудили следующий этап: ИИ-агентов, диффузионные методы и новые архитектуры RNN. 🌫 Лекции преподавателей SMILES-2026 доступны на платформах: — YouTube — ВКонтакте

📊 Какое место символический ИИ будет занимать в развитии искусственного интеллекта через пять лет? Об этом мы поговорили с одним из лекторов SMILES-2026 — Ванчжоу Даем, заместителем декана Школы интеллектуальных наук и технологий Нанкинского университета. В центре его исследований — одна из ключевых задач современного ИИ: как объединить способность нейросетей учиться на данных с логикой, знаниями и рассуждением. Ванчжоу Дай занимается абдуктивным обучением и нейросимвольными системами, в которых машинное обучение и символические методы не конкурируют, а дополняют друг друга. 🌫 А что вы хотели бы спросить у лекторов SMILES-2026? Пишите вопросы в комментариях — самые интересные постараемся задать нашим преподавателям.