📣 Набор в высшую лигу ИИ открыт! Стартовал приём заявок на SMILES-2026 в Китае

Сколтех открыл приём заявок на международную Летнюю школу машинного обучения SMILES-2026, которая пройдёт 13–27 июля на кампусе Нанкинского университета в Сучжоу - городе садов и каналов, который нередко называют восточной Венецией. Официальный язык школы — английский.

🎓 В этом году школу совместно проводят Сколтех — лидер среди российских университетов по числу публикаций на конференциях уровня A* — и Нанкинский университет, входящий в топ-9 ведущих исследовательских университетов Китая.
Ключевая тема SMILES-2026 — инженерный искусственный интеллект. Программа охватывает большие языковые модели, мультимодальные и визуально-языковые системы, генеративные архитектуры, мультиагентные системы, цифровые двойники, а также безопасный и надёжный ИИ для сложных прикладных задач.

📖 Но SMILES — это не только лекции. Школа выстроена как полноценная исследовательская траектория: тематические дни, работа в командах, постерная сессия, промежуточная экспертная оценка и финальная защита проектов. Здесь обучение быстро превращается в исследование, а сильный проект — в публикацию. За последние два года на основе проектов участников SMILES созданы четыре статьи, принятые на ведущих конференциях, включая IEEE ICCQ и RANLP.

«Для сильного молодого исследователя SMILES — это возможность стать частью профессионального сообщества, поработать вместе с ведущими учёными и на собственном опыте пройти путь от исследовательской идеи до публикации, стажировки или практической реализации проекта. Школа работает как социальный лифт — и это подтверждается многими примерами её участников», — добавил директор школы, доцент Сколтеха и заведующий лабораторией прикладных исследований Сколтех–Сбербанк Центра ИИ Сколтеха Алексей Зайцев.

💼 Для сильного студента или молодого исследователя это один из самых коротких путей в профессиональное сообщество: возможность поработать рядом с ведущими учёными, попасть в сильную международную исследовательскую среду и продолжить сотрудничество с научными группами после завершения школы.

«Альфа-Банк последовательно инвестирует в развитие как талантов, так и технологий будущего. Партнёрство с международной школой SMILES — это наш вклад в формирование нового поколения специалистов, способных создавать и внедрять передовые решения в области искусственного интеллекта. Мы убеждены, что поддержка таких образовательных инициатив не только укрепляет научное сообщество России и Китая, но и закладывает фундамент для технологического лидерства в глобальной экономике», — отметил

Марат Исмагулов

, HR-директор Альфа-Банка.

ℹ️ Организаторы обеспечивают проживание и питание очных участников; также предусмотрена возможность подачи заявки на оплату перелёта в Китай и обратно из крупных городов России.

Дедлайн подачи заявок — 12 мая. Следить за новостями школы можно в тг-канале SMILES. Пресса о SMILES-2026: Лента | Газета | Ведомости | Forbes | Коммерсант | РБК

Генеральный партнёр — Альфа-Банк. Партнёр программы поддержки молодых учёных — Группа “Т-Технологии”.

🌎 Центр ИИ Сколтеха на HPLSE 2026: симбиоз нелинейной оптики, суперкомпьютеров и искусственного интеллекта

На 6-м Международном симпозиуме HPLSE 2026 в Чэнду (КНР) делегация лаборатории суперкомпьютеров в ИИ Центра искусственного интеллекта Сколтеха — профессор Сергей Рыкованов, аспирант Бари Хайруллин и инженер-исследователь Максим Малахов — представила работы на стыке генерации ярких гамма-источников и моделирования распространения излучения в плазме.

📜Профессор Сергей Рыкованов представил обзор эволюции источников на основе обратного комптоновского рассеяния — от линейного режима слабых полей до сильно нелинейного, характерного для создаваемого в России мегасайенс-комплекса ИКИ НЦФМ (Саров). Особое внимание уделено переходной области, где классическое описание уже требует уточнений, а квантовые эффекты ещё не доминируют. В докладе рассмотрены ключевые вызовы нелинейного режима — пондеромоторное уширение спектра и смещение линий — и стратегии активного контроля: частотная модуляция импульсов с противоположным чирпом компенсирует уширение; поляризационное гейтирование формирует узкие спектральные «гребёнки» и делает гармоники чувствительным зондом для проверки моделей радиационных потерь; нейросетевой предиктор предсказывает спектр за 0,3 мс с ошибкой менее 1%, решая прямую и обратную задачи.

📊 Максим Малахов представил постер «Analytical Calculation of the Spectrum of Nonlinear Compton Scattering in Finite-Duration Laser Pulses». Работа посвящена аналитическому расчёту спектра нелинейного комптоновского рассеяния в лазерных импульсах конечной длительности. Главная трудность при таких расчётах — быстро осциллирующие интегралы, которые плохо поддаются и прямому численному счёту, и упрощённым приближениям, размывающим гармоническую структуру. Авторы предложили асимптотический метод: задача сводится к нескольким ключевым интегралам, которые затем оцениваются методом перевала с дополнительной коррекцией вблизи границ спектра, где стандартный подход даёт сбой. В результате удаётся сохранить все основные особенности спектра — гармоники, угловую зависимость и уширение пиков — и получить быстрый аналитический инструмент, заменяющий тяжёлые численные расчёты при подборе параметров будущих экспериментов на комптоновских источниках.

⚙️ Бари Хайруллин представил постер «helpinn: Unified Numerical Framework for One-Dimensional Scattering in Plasma Media» и одноимённый программный пакет для устойчивого расчёта распространения широкополосных лазерных импульсов в неоднородной поглощающей плазме. Главная трудность таких задач — стандартные физико-информированные нейросети (PINN) плохо справляются с полями, где быстрое осциллирование сочетается с экспоненциальным затуханием амплитуды: сеть не может одновременно корректно воспроизвести и высокочастотную динамику, и плавный спад огибающей.

💬 Предложенный в работе метод LiePINN уходит от прямого моделирования волнового поля и вместо этого обучает сеть на более плавной величине — отношении амплитуд встречных волн, описываемом уравнением Риккати. Это упрощает вычислительный граф, ускоряет обучение и автоматически удерживает решение на структуре, гарантирующей сохранение потока энергии даже в средах с комплексной диэлектрической проницаемостью. В результате ошибка снижается до 10 раз по сравнению с обычным Helmholtz-PINN, а время обучения сокращается примерно втрое.

Канал Центра ИИ ВКонтакте

📁 Исследователи Центра ИИ Сколтеха — старший научный сотрудник Шадфар Давуди, руководитель направления гибридного моделирования Владимир Вановский и профессор Евгений Бурнаев, вице-президент по развитию искусственного интеллекта, директор Центра ИИ, — совместно с соавторами проанализировали применение методов машинного обучения в задачах моделирования подземных резервуаров. Результатом работы стала обзорная статья в журнале Applied Soft Computing, где авторы не ограничиваются перечислением существующих подходов, а показывают, в чём академические разработки расходятся с реальными потребностями нефтегазовой отрасли и почему многие лабораторные решения оказываются непригодными в условиях действующего месторождения.

💼 Управление разработкой месторождения всегда связано с нехваткой прямых данных: пласт на глубине нескольких километров скрыт от глаз, а цена решений измеряется миллиардами долларов. Семь десятилетий главным способом снизить эту неопределённость было численное моделирование — итеративный расчёт, основанный на уравнениях фильтрации Анри Дарси (середина XIX века). Но по мере освоения нетрадиционных запасов и неоднородных коллекторов классические симуляторы достигли вычислительного предела. На его преодоление и направлена работа, представленная в обзоре.

📖 Проведенный анализ, охвативший более 400 первичных источников и сфокусировавшийся в итоге на 131 ключевой работе, очерчивает текущий экономический ландшафт: глобальный рынок анализа резервуаров демонстрирует устойчивую траекторию роста от почти десяти миллиардов долларов в настоящее время до почти четырнадцати к концу десятилетия. Этот рост подпитывается не столько конъюнктурой цен, сколько технологической необходимостью извлекать углеводороды из все более сложных геологических сред, где стандартные подходы к прогнозированию дебитов и давления требуют неприемлемо долгих машинных часов.

✍️Центральным звеном в этой проблематике остается адаптация на историю добычи — трудоемкая процедура калибровки многомиллионной цифровой модели под фактические замеры, которая традиционно отнимает у команд инженеров до восьмидесяти процентов всего времени подготовки проекта. Именно здесь авторы обзора видят точку наиболее эффективного приложения методов искусственного интеллекта, способного радикально сжать временные рамки без потери, а в ряде случаев и с приращением точности прогноза.

✅ Авторы классифицируют ИИ-инструменты по тому, насколько они учитывают физику пласта. Прямой перенос алгоритмов, успешных в распознавании образов или обработке текстов, в задачи подземной гидромеханики часто даёт математически стройное, но геологически бессмысленное решение. Нейросеть может точно воспроизвести кривую падения добычи, но предложить такое поле проницаемости, которое противоречит законам фильтрации. Выход авторы видят в гибридных фреймворках, где архитектура сети изначально ограничена уравнениями сохранения массы и импульса. Речь идёт о физически-информированных нейронных сетях, которые аппроксимируют поведение пласта, опираясь и на данные, и на фундаментальные законы течения жидкости в пористой среде.

🍑 Помимо чисто методологических аспектов, обзор затрагивает и важную геополитическую динамику в сфере научных исследований. Библиометрический анализ, включенный в работу, фиксирует беспрецедентно быстрый рост публикационной активности в Китае, посвященной внедрению искусственного интеллекта в моделирование резервуаров. Это наблюдение, в сочетании с отмеченной концентрацией цитирований в относительно узком пуле профильных журналов, указывает на то, что текущая повестка и валидация предлагаемых решений все еще сильно зависит от локальных контекстов разработки и специфических наборов данных, что ставит под вопрос их масштабируемость при переходе к коллекторам иного строения.

Канал Центра ИИ ВКонтакте

«Специалистов заменят. Но тогда откуда возьмутся эксперты?» Профессор Сколтеха Александр Панченко — о главной ловушке ИИ

📞 В эфире «Радио России» гостем программы стал профессор Центра ИИ Сколтеха, руководитель лаборатории обработки естественного языка Александр Панченко. Эксперт рассказал, чего на самом деле ждать от искусственного интеллекта, кого он заменит первым, и почему работодатели на Западе уже начинают жалеть о поспешных решениях.

📰 Профессор уточнил, что искусственный интеллект пока не носит массового характера, но уровень технологий за последние годы изменился кардинально. Александр предположил, что первыми под удар попадут вовсе не работники физического труда, а дизайнеры, программисты, аналитики, учёные. И особенно — специалисты начального уровня, чья работа часто сводится к выполнению формальных, повторяющихся задач. Их функции вполне способны взять на себя ИИ-агенты.

➡️ В программе затронули тему кадрового голода: если мы перестанем нанимать начинающих специалистов, потому что их работу сделает нейросеть, то откуда тогда возьмутся опытные эксперты, способные этими нейросетями управлять и ставить им задачи?

«Для того чтобы запускать ракеты в космос, нужны сложные математические расчёты, но в школе нас сразу им не учат — сначала базовая арифметика. Так и здесь: сейчас создаются институты, факультеты, университеты искусственного интеллекта, и там начинают учить людей по-новому. Но тот, кто понимает образ правильного результата, — человек с насмотренностью, интуицией, чувством вкуса — никуда не денется в ближайшее время. У меня была группа из трёх начинающих программистов, теперь у меня три ИИ-агента. Но последнее решение — что выбрать, что выстрелит — остаётся за мной», - объясняет профессор.

💬 Интересно, что западные компании уже начали жалеть о том, что слишком быстро заменили живых сотрудников технологиями. Александр объяснил это явление «хайпом» — когда кажется, что ИИ может всё, а потом выясняется, что его внедрение зачастую дороже и не даёт ожидаемого эффекта.

«Если вспомнить начало века — паровые машины, двигатели. Их пытались прикрепить куда только можно. А в итоге мы ездим на автомобилях, — провёл историческую параллель профессор. — Так и с искусственным интеллектом: его сейчас пытаются применить во всех сферах, но останется он только там, где будет коммерчески успешен. В остальных — отомрёт или трансформирует что-то, но не станет революцией. Код программиста автоматизировать можно, потому что его можно формально проверить и обучить на больших данных. А работу геолога или, скажем, хирурга с опытом — уже сложнее», - считает профессор.

На вопрос слушателей о том, сильно ли российские модели ИИ уступают американским (таким, как Claude), Александр ответил: уступают, но не фундаментально. Более того, наши модели часто обучаются на выводах лучших западных аналогов — этот процесс называется дистилляцией.

💬 Участники программы приходят к выводу, что искусственный интеллект не уничтожает профессии — он их трансформирует. Он убирает рутину, но не отменяет экспертизу и ответственность за результат. Однако если мы начнём массово отказываться от начинающих специалистов, то скоро столкнёмся с тем, что растить новых будет просто не из кого. И вот этот парадокс рынку труда ещё только предстоит решить.

Развиваете отечественную науку с помощью ИИ? Подавайте заявку на НАУЧНУЮ ПРЕМИЮ Сбера 🔥

ВПЕРВЫЕ мы открыли возможность САМОВЫДВИЖЕНИЯ для молодых учёных до 35 лет. Лауреаты будут определены в категории «AI в науке» в номинациях 👇

🔘 «Физический мир» — химия, физика, астрономия, науки о Земле и технические науки
🔘 «Науки о жизни» — биология, медицина и сельскохозяйственные науки
🔘 «Цифровая вселенная» — математика, компьютерные науки, информатика и искусственный интеллект

Престижная награда присуждается за выдающиеся достижения, которые открывают новые перспективы для развития науки и технологий в стране

⚡️

Участвовать можно командой

до 3 человек

🎁

Каждый победитель получит по

7 млн рублей

Подавайте заявки до 30 апреля 2026 года включительно 💚

UPD: Подачу заявок продлили до 18 мая ⚡️