🎓 — Семинар 2. Обзор международной конференции AAAI 2026, Сингапур| Александр Панов, Алексей Скрынник, Константин Яковлев, Антон Андрейчук
Недавно наши сотрудники посетили AAAI 2026, одну из крупнейших международных конференций по ИИ с широким кругом тем — от символьных методов до робототехники и нейросетей.
Собрали всё самое интересное в одной презентации для завтрашнего семинара:
🪼 Статьи лабораторий ЦКМ
🪼 Пленарные доклады
🪼 Ключевые тренды
🪼 Партнёрства по научным и коммерческим проектам
Заглянуть в суть конференции чуть раньше можно в канале Grounding Knowledge Александра Панова
Для навигации используйте хэштег: #AAAI2025
👉🏻 Дата: 12.02.25, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире. Ждём всех!
#AI
Недавно наши сотрудники посетили AAAI 2026, одну из крупнейших международных конференций по ИИ с широким кругом тем — от символьных методов до робототехники и нейросетей.
Собрали всё самое интересное в одной презентации для завтрашнего семинара:
Заглянуть в суть конференции чуть раньше можно в канале Grounding Knowledge Александра Панова
Для навигации используйте хэштег: #AAAI2025
👉🏻 Дата: 12.02.25, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире. Ждём всех!
#AI
Please open Telegram to view this post
VIEW IN TELEGRAM
❤12
В лекции обсудили научные и технические тренды в области автономного транспорта: беспилотных автомобилей и интеллектуальных роботов. Рассмотрели чем прямо сейчас занимаются исследователи в этой области. Как решают проблемы распознавания препятствий в сложных условиях видимости, как строят карты местности и определяют свое местоположение в пространстве, как управляют траекторией движения с учетом правил дорожного движения. Коснулись того, как скоро автомобили с максимальным пятым уровнем автономности появятся на наших дорогах.
Запись лекции (начало в 5:14:00).
Рассказ строился вокруг проектов, где я участвовал: диссертация, археология, мультиагентные системы и прочее.
Я сразу сказал, что не буду говорящей головой и у окружения это нашло отклик: куча вопросов, всегда разные люди выдавали мысли и часто дельные. Как итог, я не устал, и даже воодушевился этим выступлением.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥12❤3
Собрали для вас подборку свежих статей и разработок — от генерации в 3D до новых подходов к организации научного поиска.
SAGE: Scalable Agentic 3D Scene Generation for Embodied AI
Команда NVIDIA представила метод Sage — он автоматически генерирует в масштабе реалистичные 3D-среды, готовые к симуляции: понимает указанные пользователем задачи (например, "взять миску и поставить её на стол") и итеративно улучшает сцены. Бонусом идет мощный датасет: 10 тыс. сцен, 50 типов комнат, более 500 тыс. уникальных объектов!🪼 Гитхаб🪼 Статья
Introducing ORKG ASK: an AI-driven Scholarly Literature Search and Exploration System Taking a Neuro-Symbolic Approach
ASK — это нейро-символическая система поиска и анализа научной литературы на основе ИИ, которая позволяет исследователям задавать вопросы на естественном языке и получать релевантные статьи с автоматически извлеченной ключевой информацией.🪼 Статья
Back to Basics: Revisiting Exploration in Reinforcement Learning for LLM Reasoning via Generative Probabilities
Статья посвящена проблеме коллапса энтропии (снижения разнообразия) при обучении больших языковых моделей рассуждению с подкреплением на основе верифицируемых наград (RLVR) с использованием методов вроде GRPO; для её решения авторы предлагают новый механизм перевзвешивания преимущества (ARM), который динамически корректирует сигнал награды, поощряя модель исследовать недооцененные, но верные пути рассуждений и тем самым улучшая баланс между точностью и разнообразием.🪼 Статья
Online Vector Quantized Attention
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. Старая информация не вымывается новой волной токенов, а аккуратно перезаписывается по мере необходимости. Плюс есть хард-лимит на размер состояния, после достижения которого объем памяти перестает расти, а вычисления становятся строго линейными.🪼 Статья
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6🔥4
🎓 — Семинар 3. Применение RL для задачи управления запасами/заказами распределенной розничной сети| Ольга Копанева
Основная цель управления запасами - найти баланс между наличием запасов и затратами на их поддержание (включая косвенные затраты, выражающиеся в извлечении денежных средств из оборота для пополнения запасов), минимизируя при этом отсутствие и переизбыток запасов. Главный вызов - реализация эффективной стратегии закупок, учитывающей все ограничения и подстраивающейся под меняющийся спрос.
Классические базовые математические алгоритмы исследования операций преимущественно нацелены на решение описанной задачи в рамках фиксированного сценария, что препятствует их масштабированию и прямому применению к меняющимся условиям реальных бизнес-процессов.
На семинаре будет представлен обзор области и ключевых семейств подходов. Во второй части сфокусируемся на применении RL алгоритмов к одной из постановок задачи: одноэшелонная сеть с широким ассортиментом товаров. Также коснемся разработки специализированной среды для данного типа задач.
👉🏻 Дата: 19.02.26, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире. Ждём всех!
#RL
Основная цель управления запасами - найти баланс между наличием запасов и затратами на их поддержание (включая косвенные затраты, выражающиеся в извлечении денежных средств из оборота для пополнения запасов), минимизируя при этом отсутствие и переизбыток запасов. Главный вызов - реализация эффективной стратегии закупок, учитывающей все ограничения и подстраивающейся под меняющийся спрос.
Классические базовые математические алгоритмы исследования операций преимущественно нацелены на решение описанной задачи в рамках фиксированного сценария, что препятствует их масштабированию и прямому применению к меняющимся условиям реальных бизнес-процессов.
На семинаре будет представлен обзор области и ключевых семейств подходов. Во второй части сфокусируемся на применении RL алгоритмов к одной из постановок задачи: одноэшелонная сеть с широким ассортиментом товаров. Также коснемся разработки специализированной среды для данного типа задач.
👉🏻 Дата: 19.02.26, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире. Ждём всех!
#RL
❤11
🎓 — Семинар 4. Генерация графов сцены с помощью VLM| Владислав Макаров, Марк Гизетдинов
Цель генерации графов сцены (SGG) — по изображению или кадрам видео получать структурированное описание сцены: объекты с границами (bounding box), отношения между ними и их атрибуты. Такое представление нужно для задач понимания сцен, робототехники и видеоаналитики.
Основная сложность — научить модель стабильно выдавать корректные, согласованные графы в нужном формате при разнообразии сцен и датасетов. Типичные пайплайны (детекция + классификация связей) требуют отдельных модулей и сложной постобработки, плохо масштабируются на новые домены и форматы. Обученные «из коробки» VLM на тексте и картинках не решают задачу SGG напрямую: модель нужно целенаправленно дообучать под генерацию графов сцен с контролем формата вывода и метрик качества.
Отдельное внимание следует уделять времени ответа модели. Цель — получать граф сцены менее чем за секунду. Для этого используется компактный формат вывода TOON и инференс через акселераторы (в частности, vLLM), что позволяет увеличить быстродействие при сохранении качества разметки.
На семинаре студент магистратуры ЦКМ представит общий обзор современных подходов генерации графов сцены на базе VLM. Отдельно будут рассмотрены технологии обучения таких моделей: supervised fine-tuning (SFT) и обучение с подкреплением (GRPO) на датасетах PSG и PVSG.
👉🏻 Дата: 26.02.26, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире. Ждём всех!
#CV
Цель генерации графов сцены (SGG) — по изображению или кадрам видео получать структурированное описание сцены: объекты с границами (bounding box), отношения между ними и их атрибуты. Такое представление нужно для задач понимания сцен, робототехники и видеоаналитики.
Основная сложность — научить модель стабильно выдавать корректные, согласованные графы в нужном формате при разнообразии сцен и датасетов. Типичные пайплайны (детекция + классификация связей) требуют отдельных модулей и сложной постобработки, плохо масштабируются на новые домены и форматы. Обученные «из коробки» VLM на тексте и картинках не решают задачу SGG напрямую: модель нужно целенаправленно дообучать под генерацию графов сцен с контролем формата вывода и метрик качества.
Отдельное внимание следует уделять времени ответа модели. Цель — получать граф сцены менее чем за секунду. Для этого используется компактный формат вывода TOON и инференс через акселераторы (в частности, vLLM), что позволяет увеличить быстродействие при сохранении качества разметки.
На семинаре студент магистратуры ЦКМ представит общий обзор современных подходов генерации графов сцены на базе VLM. Отдельно будут рассмотрены технологии обучения таких моделей: supervised fine-tuning (SFT) и обучение с подкреплением (GRPO) на датасетах PSG и PVSG.
👉🏻 Дата: 26.02.26, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире. Ждём всех!
#CV
❤3🔥2
Ни для кого не секрет —
На выбор предоставляется 14 проектов, которые включают:
Два шага для подачи заявки:
Стажировку можно совмещать с написанием диплома, но не с другой работой. После успешного окончания возможно устройство в штат, продолжение работы в компаниях-партнерах.
Прием заявок до 13 марта 2026 включительно!
Вопросы можно задать в сообщениях @fissun.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤13🔥4
Масштабное событие, объединяющее инженеров, разработчиков, исследователей, студентов и индустриальных команд, работающих с робототехникой и искусственным интеллектом — нетворкинг с лучшими экспертами страны.
Три дня погружения в профессиональной среде и интенсивная практика: антропоморфные роботы, мобильные платформы, манипуляторы, дроны, навигация, SLAM, ROS2, интеграция ИИ в реальные системы.
В программе 2026 года:
— индустриальный день с кейсами компаний
— технические и научные доклады
— воркшопы по ROS2
— воркшоп с дронами на ROS2
— хакатон-соревнование
— дискуссия по антропоморфным роботам
— выставка роботов
Это пространство открытого инженерного диалога — о реальных задачах, архитектуре решений, ошибках и выводах. Сообщество, где обсуждают не абстракции, только рабочий код и действующие системы.
Конференция будет полезна разработчикам ROS и ROS2, инженерам по мобильной робототехнике и манипуляторам, специалистам по ИИ и навигации, R&D-командам и стартапам, студентам старших курсов технических вузов.
Если вы работаете с ROS — это главная точка притяжения профессионального сообщества в России — вам обязательно нужно быть тут!
Регистрируйтесь на ROS Meetup 2026 по ссылке.
До встречи на конференции!
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥12❤4
🎓 — Семинар 5. Биологические правдоподобные модели памяти и механизмы синаптической пластичности| Никита Байнаев-Мангилев
Современные модели искусственных нейронных сетей демонстрируют впечатляющие результаты при работе с большими данными, однако их обучение остается крайне затратным из-за низкой выборочной эффективности. Кроме того, многие модели сталкиваются с проблемой катастрофического забывания, особенно актуальной в задачах непрерывного онлайн-обучения. Альтернативой могут стать биологически правдоподобные модели памяти и алгоритмы обучения, реализующие свойства локальности и выборочной эффективности, вдохновленные принципами работы человеческого мозга.
На данном семинаре аспирант нашего центра рассмотрит современные представления о пластичности и памяти в области вычислительной биологии, нейрофизиологии и когнитивного моделирования.
Особое внимание будет уделено двум темам. Во-первых, мы рассмотрим Behavioral Timescale Synaptic Plasticity (BTSP) — новый механизм синаптической пластичности, который открывает перспективы для понимания того, как мозг способен обучаться на нескольких примерах (few-shot learning). Во-вторых, мы обсудим роль астроцитов — клеток, которые долгое время считались лишь пассивными элементами глии, — в процессах памяти и синаптической передачи.
Статьи по теме астроцитов: 1, 2, 3
Статьи по теме BTSP: 1, 2, 3, 4
👉🏻 Дата: 05.03.26, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире. Ждём всех!
#Neuro #Bio
Современные модели искусственных нейронных сетей демонстрируют впечатляющие результаты при работе с большими данными, однако их обучение остается крайне затратным из-за низкой выборочной эффективности. Кроме того, многие модели сталкиваются с проблемой катастрофического забывания, особенно актуальной в задачах непрерывного онлайн-обучения. Альтернативой могут стать биологически правдоподобные модели памяти и алгоритмы обучения, реализующие свойства локальности и выборочной эффективности, вдохновленные принципами работы человеческого мозга.
На данном семинаре аспирант нашего центра рассмотрит современные представления о пластичности и памяти в области вычислительной биологии, нейрофизиологии и когнитивного моделирования.
Особое внимание будет уделено двум темам. Во-первых, мы рассмотрим Behavioral Timescale Synaptic Plasticity (BTSP) — новый механизм синаптической пластичности, который открывает перспективы для понимания того, как мозг способен обучаться на нескольких примерах (few-shot learning). Во-вторых, мы обсудим роль астроцитов — клеток, которые долгое время считались лишь пассивными элементами глии, — в процессах памяти и синаптической передачи.
Статьи по теме астроцитов: 1, 2, 3
Статьи по теме BTSP: 1, 2, 3, 4
👉🏻 Дата: 05.03.26, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире. Ждём всех!
#Neuro #Bio
❤4👍1
🎓 — Семинар 6. Разработка методов построения реалистичных сцен в симуляторе для валидации интеллектуальных агентов | Роман Симонов
Оценка алгоритмов управления роботами в реальных условиях затруднена из-за рисков безопасности, высоких затрат и низкой воспроизводимости экспериментов, что делает симуляцию основным инструментом тестирования. Однако ключевым препятствием остается разрыв между моделью и реальностью (sim-to-real gap).
Предлагаемый системный подход на базе IsaacSim позволяет преодолеть это ограничение, обеспечивая среду для надежной валидации стратегий манипуляций и проверки их обобщающей способности. Использование высокопараллельного моделирования для автоматической идентификации физических параметров по реальным траекториям объектов обеспечивает корреляцию между поведением агента в виртуальной и физической средах.
Такой инструментарий дает возможность детально анализировать устойчивость моделей к изменениям параметров окружения, выявлять их уязвимости и подтверждать надежность систем еще до этапа развертывания на реальном железе.
👉🏻 Дата: 12.03.26, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире. Ждём всех!
#robotics
Оценка алгоритмов управления роботами в реальных условиях затруднена из-за рисков безопасности, высоких затрат и низкой воспроизводимости экспериментов, что делает симуляцию основным инструментом тестирования. Однако ключевым препятствием остается разрыв между моделью и реальностью (sim-to-real gap).
Предлагаемый системный подход на базе IsaacSim позволяет преодолеть это ограничение, обеспечивая среду для надежной валидации стратегий манипуляций и проверки их обобщающей способности. Использование высокопараллельного моделирования для автоматической идентификации физических параметров по реальным траекториям объектов обеспечивает корреляцию между поведением агента в виртуальной и физической средах.
Такой инструментарий дает возможность детально анализировать устойчивость моделей к изменениям параметров окружения, выявлять их уязвимости и подтверждать надежность систем еще до этапа развертывания на реальном железе.
👉🏻 Дата: 12.03.26, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире. Ждём всех!
#robotics
🔥8❤1
Последняя возможность зарегистрироваться и принять участие!
ROS Meetup — крупнейшая техническая конференция по робототехнике и ИИ.
Программа докладов принимает финальные очертания — спикеры готовят свои презентации, а на площадке идут приготовления, чтобы принять вас уже в эту пятницу, 20 марта.
Актуальную программу выступлений — вы сможете изучить на сайте конференции.
Что вас ждёт в этом году:
1. Технические доклады — традиционная насыщенная программа технических докладов: самые передовые разработки в робототехнике, исходный код, технические решения без маркетинга и воды.
2. Научные доклады — выступления с докладами от научных сотрудников, аспирантов технических вузов перед экспертным жюри, которые будут опубликованы в научных журналах.
3. Пленарные дискуссии — будущее и тренды создаются в таких диалогах
📍Единый код роботизации: стандарты, платформы и экономическая эффективность — 20 марта
📍 Кадровый конвейер отрасли — 20 марта
📍 Антропоморфные роботы: развитие и перспективы отрасли — 21 марта
4. Воркшопы — практика в чистом виде, для тех, кто готов засучить рукава и поработать, чтобы освоить реальные навыки:
📌 SLAM и бортовой ИИ на образовательных БВС «Сверх»: 3-дневный интенсив на дронах с ROS 2
📌 Мультиагентное планирование путей: решение Sim2Real Gap на примере разработки инфраструктуры для мультиагентных роботов
📌 Мультиагентное планирование путей: глубокое обучение и эвристический поиск
📌 Обучение и применение VLA моделей
5. Хакатон-соревнование ROS2/open-source роботов. Участникам предстоит создать автономного робота для решения практических задач. Для подготовки доступны бесплатные материалы, базовые конфигурации робота и обучающий курс 🦾
6. Выставка роботов — образовательный квадрокоптер «Сверх», робот-панда RDS-2P и подводный автономный аппарат NeoWelt 2 для подводной навигации и другие роботы. Участники смогут увидеть их в действии и пообщаться с их создателями.
7. Нетворкинг и новые возможности. ROS Meetup — это не только знания, но и сообщество. Знакомства с единомышленниками, обмен идеями и поиск партнеров для будущих проектов. Здесь рождаются новые коллаборации и укрепляются профессиональные связи.
8. Карьерные консультации от HR-партнёров конференции для тех, кто хочет связать свое будущее с робототехникой или найти работу мечты.
Увидимся уже совсем скоро — регистрируйтесь на конференцию прямо сейчас. Участие — бесплатное.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3❤1
🎓 — Семинар 7. Объектно-центричные представления | Владимир Фролов
Все более актуальной становится задача создания систем, способных формировать интерпретируемые, структурированные и композиционные внутренние представления о мире. Идеальным кандидатом на роль элементарной единицы такого представления выступает объект.
Доклад посвящён моделям, позволяющим извлекать объектно-центричные представления. Ключевым элементом здесь являются слоты — векторы, кодирующие характеристики объектов сцены: форму, положение, текстуру и другие атрибуты.
Современный подход к обучению таким представлениям уходит корнями в фундаментальные идеи, сформулированные задолго до появления технологий глубокого обучения. В докладе будут рассмотрены как базовые модели, актуальные для этой задачи, так и одна из недавних разработок — модель RAPID, которая использует модифицированный механизм группировки признаков на основе смесей гауссовских распределений.
👉🏻 Дата: 19.03.26, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире. Ждём всех!
#cv
Все более актуальной становится задача создания систем, способных формировать интерпретируемые, структурированные и композиционные внутренние представления о мире. Идеальным кандидатом на роль элементарной единицы такого представления выступает объект.
Доклад посвящён моделям, позволяющим извлекать объектно-центричные представления. Ключевым элементом здесь являются слоты — векторы, кодирующие характеристики объектов сцены: форму, положение, текстуру и другие атрибуты.
Современный подход к обучению таким представлениям уходит корнями в фундаментальные идеи, сформулированные задолго до появления технологий глубокого обучения. В докладе будут рассмотрены как базовые модели, актуальные для этой задачи, так и одна из недавних разработок — модель RAPID, которая использует модифицированный механизм группировки признаков на основе смесей гауссовских распределений.
👉🏻 Дата: 19.03.26, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире. Ждём всех!
#cv
❤4
Стартовал 1 день конференции! Приходите в главный корпус или смотрите онлайн-трансляцию.
Сегодня в программе:
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4