☄️Найди инвесторов и партнеров для своего технологического стартапа | AI STARTUP LYNCH «ИИ на службе бизнеса»

🗓20 марта | 🕔18:00 | "Технопарк Санкт-Петербурга", пр-кт. Медиков, д.3, лит. А, зал “Крым”

💥Центр ИИ СПбГУ и бизнес-инкубатор «Технопарка Санкт-Петербурга» проведут питч-сессию для AI и ML проектов!

💬Мероприятие позволит стартапам представить свои идеи и получить обратную связь от бизнеса и экспертов, а эксперты смогут открыть для себя интересные и перспективные проекты.

Регистрация для проектов🔗
Регистрация для гостей и экспертов🔗

Разоблачаем скрытых майнеров💰

🗓12 марта | 🕔18:00 | Центр ИИ СПбГУ (Кадетская линия, 1-3, схема прохода)

На семинаре соберутся сразу несколько экспертов, чтобы рассказать, как обнаружить скрытых майнеров, с различных научных и прикладных точек зрения:

✅математические методы анализа сетевого трафика и графов транзакций в блокчейне
✅методы искусственного интеллекта для детекции аномальной активности
✅физические аспекты майнинга с точки зрения энергопотребления и тепловых характеристик

💬Семинар пройдет в формате «мозгового штурма», так что присоединяйтесь обсудить перспективы развития алгоритмов выявления скрытого майнинга и возможные способы противодействия подобным атакам.

Нужно только зарегистрироваться⛓

👍 Занимательная ИИстория: от прошлого к будущему

О том, когда возник искусственный интеллект и какие этапы своего развития он прошел, — рассказал Александр Львович Фрадков на научно-практическом семинаре в среду, 5 марта.

✏️ Начало всему положила статья 1943 года «Логическое исчисление идей, относящихся к нервной активности» авторства Уоррена Мак-Каллока и Уолтера Питтса. Именно там впервые прозвучало понятие «искусственная нейронная сеть».

Однако, по словам Александра Львовича, значимым прорывом для науки в этой области послужил Дармутский семинар в 1956 году. Тогда один из отцов-основателей ИИ, Джон Маккарти, заявил, что «одна из причин изобретения термина «искусственный интеллект» — избежать ассоциации с "кибернетикой”». 

⚙️ Говоря о кибернетике, ее линия развития тоже началась в 1940-е годы. Большой вклад здесь внес американский математик Норберт Винер, который, изучая процессы и явления обратной связи, пришел к выводу, что поведение живого организма можно прогнозировать так же, как и поведение технических объектов в инженерном деле. Как итог — в 1948 появилась книга «Кибернетика, или управление и связь в животном и машине».

«С развитием кибернетики как науки стало ясно, что она призвана воплотить вековые мечты человечества: об искусственном разуме, о машинах, заменяющих рабочих. Эта мечта до сих пор с нами и, быть может, надолго», — отметил Александр Львович.

Проанализировав применение ИИ сегодня, он пришел к следующим выводам:

🔵Искусственный интеллект имеет как достоинства, так и недостатки, но запретить его использование невозможно;

🔵Нельзя абсолютно точно сказать, применялись ли средства генеративного ИИ при создании того или иного текста;

🔵За сгенерированный результат, его оценку и соблюдение законодательства всегда отвечает человек.

А что же ждет нас в будущем?

В январе 2025 года на Всемирном экономическом форуме в Давосе пионер современного ИИ Ян Лекун заявил: «Ни один здравомыслящий человек не будет использовать генеративный искусственный интеллект и большие языковые модели через пять лет: в ближайшие три-пять лет мы вступим в десятилетие робототехники».

Как подчеркнул Александр Львович, это смелое утверждение связано с человеко-машинными системами. Когда мы общаемся с машинами, это и есть кибернетика — то, что называется гибридным интеллектом, способным существенно трансформировать различные сферы нашей жизни.

❓А что по этому поводу думаете вы? Как далеко может зайти искусственный интеллект и есть ли предел развития нейросетей?

Делитесь своими предположениями в комментариях!

🌷 Дорогие женщины, покоряющие мир искусственного интеллекта!

Сегодня, в этот по-настоящему весенний день, поздравляем вас с 8 Марта и хотим выразить восхищение вашим умом, смелостью и талантом!

Вы не просто следите за трендами в AI, а создаёте их, мотивируете других и доказываете, что технологии — это не только мужская территория.

Пусть каждый ваш проект приносит радость и вдохновение, а баланс между работой и личной жизнью будет идеальным, как хорошо настроенный алгоритм!

Желаем неиссякаемой энергии, новых свершений и, конечно, крепкого здоровья!

С уважением,
Центр искусственного интеллекта и науки о данных СПбГУ

Уже завтра Волков Григорий Александрович, доктор физико-математических наук, доцент СПбГУ, старший научный сотрудник ИПМаш РАН, и Николенко Сергей Игоревич, эксперт Центра ИИ СПбГУ, доцент СПбГУ, заведующий лабораторией искусственного интеллекта ПОМИ РАН обсудят методы обнаружения скрытого майнинга💰

Семинар пройдет в формате брейншторма, всех желающих поучаствовать в обсуждении просим зарегистрироваться🔗

Пост-релиз митапа «Расскажи мне про ИИ» опубликовали на сайте СПбГУ🖥

В материале содержится детальная информация о докладах, в том числе о тех, о которых мы здесь не рассказывали:

✔️распознавание эмоций человека с помощью ИИ
✔️высокая конкуренция на рынке технологий ИИ: как сохранить лидерство в медиаполе

Статья доступна по ссылке🔗

💡 Представьте мир, где миллиарды устройств — от умных лампочек до промышленных роботов — функционируют как единый слаженный организм. Звучит как фантастика? Нет, это реальность, которую уже сегодня создают технологии AIoT — интеллектуального интернета вещей.

Но как организовать эту сложную экосистему? Как заставить её работать без сбоев, эффективно и безопасно?

✔️ Ответы на эти вопросы вы узнаете на следующем семинаре, где с докладом выступит кандидат физико-математических наук Владимир Владиславович Корхов.

🗓19 марта | 🕘18:00 | Центр ИИ СПбГУ (Кадетская линия, 1-3, схема прохода)

Владимир Владиславович раскроет секреты:

🔼Алгоритмов самонастройки и самоорганизации: как системы AIoT учатся адаптироваться к изменениям и оставаться устойчивыми даже при сбоях.

🔼Обработки данных в разнородных средах: как обеспечить качество, актуальность и безопасность данных, когда каждый узел системы уникален.

🔼Виртуализации вычислительных сред: как превратить множество устройств в мощный динамический кластер, способный решать самые сложные задачи.

Чтобы посетить мероприятие и заглянуть в будущее, где технологии AIoT станут основой нашей повседневной жизни, зарегистрируйтесь по ссылке 🔗

Майнеров не обнаружили?💸

12 марта в Центре ИИ СПбГУ прошел семинар, посвященный борьбе с нелегальным майнингом криптовалют с помощью технологий ИИ.

🚨Нарушителей, которые подключают свои установки к сети незаконно и не платят по коммерческим тарифам, эксперты семинара предложили выявлять с помощью анализа данных электросчетчиков и нейросетевых моделей, способных находить аномалии в энергопотреблении.

Волков Григорий Александрович, д.ф.-м.н., доцент СПбГУ, старший научный сотрудник ИПМаш РАН, рассказал, что майнеры потребляют энергию особым образом, оставляя «следы» в электросети. Их можно выявить, анализируя данные с электросчетчиков: мощность, напряжение и ток.

📌Чтобы точно находить майнеров, нужно собрать большие датасеты о потреблении энергии, включая мощность и напряжение, и сравнить их с работой обычных бытовых приборов.

В этом и проблема…⬇️

Николенко Сергей Игоревич, эксперт Центра ИИ СПбГУ, доцент СПбГУ, заведующий лабораторией искусственного интеллекта ПОМИ РАН, отметил, что столько данных еще нет.

📌Нужно знать: как меняется потребление энергии в разное время суток, сезоны, в зависимости от количества людей в доме, сравнить эти данные с соседями. Это поможет находить аномалии, указывающие на майнеров, но таких данных еще нет.

❓А как понять, майнер это или просто духовку включили?

Никита Фёдоров, инженер-программист Центра ИИ СПбГУ объяснил, что майнеры потребляют энергию постоянно, в отличие от бытовых приборов. Нейросети могут анализировать данные о потреблении и выявлять устройства, которые работают круглосуточно. Чтобы избежать ошибок, необходимо разработать дополнительные фильтры.

Поле непаханное…

«Эта тема актуальна, и по ней ничего не сделано. Может быть, ничего не сделано, потому что ничего нельзя сделать. Еще никто всерьез не брался. И тогда как раз это перспективное направление, которым надо заниматься», – Сергей Николенко.

GenAI: злоупотребление генеративным ИИ
 
Задумывались, что стоит за простыми генерациями изображений, аудио- и видеоконтента? В статье Privacy and Security Concerns in Generative AI: A Comprehensive Survey авторы раскрывают, как устроены системы ИИ и какие риски они несут.
 
⚠️Уязвимости технологий ИИ
 
▶️GAN (Generative Adversarial Networks) – генеративно-состязательная сеть:

🔘генератор создаёт контент (например, фото)
🔘дискриминатор проверяет его на реалистичность
🔘в процессе обучения генератор учится обманывать дискриминатор, а дискриминатор — лучше распознавать подделки.
 
Чем лучше генератор обманывает дискриминатор, тем реалистичнее результат.

🙂Вспомним про deepfake: злоумышленники могут использовать GAN для подделки биометрии (например, обхода FaceID).  
 
▶️Дифференциальная приватность — шум против утечек:

метод добавляет «математический шум» (случайные числа) так, чтобы статистика сохранялась, но отдельные записи нельзя было идентифицировать, по формуле:
 
☑️Результат = Истинное значение + Случайный шум.
 
Например, медицинские исследования используют такой подход, чтобы делиться данными без риска для пациентов. Шум защищает личность, но сохраняет общие закономерности (например, связь курения и рака). Но слишком много шума снижает точность анализа — здесь идёт тонкий баланс.
 
▶️Федеративное обучение — обучение на данных, которые остаются на устройствах пользователей (например, смартфонах).  
 
👍Плюс: снижается риск массовых утечек, так как нет единой базы данных для взлома.
👎Минус: сложнее обнаружить локальные атаки на отдельные устройства.  
 
▶️Adversarial Training: как ИИ распознает обман.

Модели тренируются на «вредоносных примерах». Например: пиксельный шум на изображении знака «СТОП», чтобы ИИ в беспилотнике ошибся.

Зачем это делать?

✅Чтобы после обучения система стала устойчивее к таким атакам.
 
❓Какие есть научные методы защиты?
 
1️⃣Homomorphic Encryption (гомоморфное шифрование) позволяет обрабатывать зашифрованные данные без расшифровки, то есть, вычисления проводятся прямо в зашифрованном виде.

✅Пока технология медленная, но перспективная для медицины (например, анализ генома без раскрытия ДНК пациента) и финансов.  
 
2️⃣Блокчейн + ИИ: децентрализованное хранение данных снижает риск взлома.

✅Технология позволит хранить цифровые сертификаты для ИИ-контента через NFT-метку с данными о создателе и времени, что исключает подделку контента.
 
3️⃣Мультимодальные нейросети анализируют данные разных типов (текст, звук, изображение) для обнаружения аномалий.

✅Deepfake-видео можно выявить по несоответствию мимики и голоса.
 
🌐На уровне институциональных решений:

1️⃣Data Privacy Officer – специалист, который следит за соблюдением GDPR (General Data Protection Regulation), общего регламента по защите данных и других норм.

🔘Его задача — проверить, как ИИ обрабатывает данные, и предотвратить утечки.

2️⃣Этические комитеты оценивают риски проектов. Например, компания DeepMind.

🔍Они исследуют вопросы вроде: «Можно ли использовать этот алгоритм для военных целей?»

3️⃣Стандарты для синтетических данных. Международная организация по стандартизации (англ. ISO, International Organization for Standardization) разрабатывает нормы для ИИ-генерации данных.

✅Цель — маркировать контент (например, «создано ИИ») и отслеживать его происхождение.

Разберем на конкретном примере
 
❓Кто помнит скандал с китайским приложением Zao?

Приложение использовало GAN для замены лиц в видео.

Технически это выглядело так:
🔘энкодер выделял черты лица пользователя
🔘декодер переносил их на актёра в фильме
 
А проблема была в том, что исходный код позволял извлекать биометрические данные. После скандала приложение добавило водяные знаки на видео и ограничило сбор данных.
 
❓Куда сейчас движется наука в области технологий ИИ?
 
1️⃣Explainable AI (XAI): ученые работают над «прозрачными» моделями, чтобы понять, как ИИ принимает решения.

2️⃣Квантовое машинное обучение ориентировано на кибербезопасность. Квантовые компьютеры могут значительно ускорить обучение моделей и взлом шифров.

3️⃣Нейросети-детективы: проекты вроде DeepTrust учат ИИ находить следы редактирования в фото и видео, анализируя метаданные и артефакты сжатия.
 
💬А как вы думаете: какие решения помогут минимизировать риски? И где граница между инновацией и угрозой? Кстати, об этом будет наше следующее интервью.

⬇️Свои вопросы задавайте в комментариях — лучшие мы передадим Архипову Владиславу Владимировичу, руководителю юридической группы Центра ИИ СПбГУ.

🔔 Образовательные инициативы Центра ИИ СПбГУ: знания, которые меняют будущее

Вчера, 17 марта, эксперты Центра выступили на мастер-классе
«ИИ для создания подкастов» в Газпром школе. Профориентационное занятие подготовили совместно с Высшей школой менеджмента и Высшей школой журналистики и массовых коммуникаций СПбГУ.

💬 Эксперт Центра и заведующая кафедрой цифровых медиакоммуникаций Камилла Нигматуллина рассказала об индустрии подкастов в России, а ведущий аналитик Михаил Козин – о том, как устроены генеративные нейросети и что такое промт-инжиниринг.

На мастер-классе школьники узнали:
🔵способы применения нейросетей для создания темы, плана, сценария и обложки подкаста;
🔵методы обработки звука и голоса;
🔵лайфхаки по генерации музыкальных треков.

Итог работы – мини-подкасты, в которых ведущие мастер-класса стали спикерами.

🔙Обучающиеся ЧОУ «Газпром школа Санкт-Петербург» отметили, что, несмотря на имеющийся опыт работы с подкастами, информация от педагогов СПбГУ оказалась для них новой.

Ученые СПбГУ научили нейросеть взламывать капчи

Капча (CAPTCHA) — это тест, который должен отличать человека от робота. Обычно это задание вроде распознавания искаженных символов или поиска объектов на картинках. Но с развитием ИИ такие тесты становятся уязвимыми.

Ученые СПбГУ разработали метод, который позволяет нейросети распознавать сложные текстовые капчи даже с 20+ искажениями (шум, наложение символов и т.д.).

❓Как это работает?

➡️Генерация данных: ученые создали дополнительные изображения, чтобы обучить нейросеть на небольшом датасете.
➡️Обучение модели: нейросеть научилась распознавать 63% искаженных капч, что показывает их низкую безопасность.

🗣️С учетом выявленных уязвимостей,

«могут быть эффективнее доработаны методы распознавания и обхода капчи и на этой основе разработаны улучшенные алгоритмы защиты от автоматизированных атак»
Максим Абрамов, руководитель лаборатории теоретических и междисциплинарных проблем информатики (ЛТиМПИ) СПб ФИЦ РАН

Итог: капчи становятся менее эффективными, и пора искать новые способы защиты. Может, пустить в ход медицинские рецепты? Хотя… тогда и мы с вами капчу не пройдем…

⚡️18 и 19 марта сотрудники Центра ИИ СПбГУ приняли участие в XXVII международной конференции молодых ученых «Навигация и управление движением».

Доктор физико-математических наук Сергей Николенко рассказал о науке в эпоху искусственного интеллекта, а программист Влада Сметанина выступила с докладом о децентрализованной кластеризации в динамических мультиагентных системах.

«За прошедшие два дня конференции я провёл одну из сессий по тематике AI и принял участие в круглом столе «Искусственный интеллект в научной работе». Особенно хочется отметить доклады студентов научной группы А. Л. Фрадкова – в частности, выступление А. В. Рыбалко на тему «Оценивание параметров модели биологической нейронной сети в условиях возмущений». Последовала живая и содержательная беседа», – поделился ведущий аналитик Центра Михаил Козин.

🔍 Как получаются «умные утюги и чайники» и зачем все это нужно?

На семинаре 19 марта поговорили об актуальной и достаточно дискуссионной теме – распределенной инфраструктуре интеллектуального интернета вещей (AIoT). 

📌 Ключевая идея AIoT в том, чтобы устройства, обладающие достаточным интеллектом, самостоятельно выполняли работу не только индивидуально, но и в коллективе себе подобных. Сегодня такие технологии широко применяются в транспортной и медицинской сферах, а также в промышленности и системах автоматизации жилых помещений (smart homes). 

В основе AIoT лежит технология Edge вычислений, что позволяет устройствам обрабатывать информацию локально. При этом перенос вычислений на edge-устройства требуется для задач, где критически важны низкая задержка, локальная обработка данных, энергоэффективность или работа в условиях нестабильной связи.

«Почему это может быть важно и полезно? Предположим, мы должны быстро выполнить какую-то задачу. Может быть, она не очень ресурсоемкая, но, если мы станем отправлять ее в облако, пакетная передача данных займет существенное время. Если же устройство находится непосредственно рядом с нами, процесс значительно ускорится. Вообще вся специфика AIoT-области – это маломощные устройства, имеющие возможность выполнить какую-то задачу, более или менее точную», – объяснил один из докладчиков семинара Владимир Владиславович Корхов. 

❓А что же такое инфраструктура AIoT?

Как определил Владимир Владиславович — это все то, что позволяет эффективно сгенерировать результат.

С одной стороны, есть прикладные сценарии, которые хочет получить пользователь, будь то госпиталь или промышленное предприятие. С другой стороны, существуют устройства (датчики, вычислительные компоненты), способные выполнять задачи. А чтобы они как-то обрабатывали данные — необходимы определенные алгоритмы искусственного интеллекта. 

Вот основные из них, реализуемые в том числе в рамках деятельности Центра ИИ СПбГУ:

🔼Алгоритм самонастройки, самоорганизации и отказоустойчивости;

🔼Алгоритмы обработки данных в среде разнородных AIoT-устройств;

🔼Алгоритмы создания виртуализированных вычислительных сред. 

А как вы думаете, как интеллектуальный интернет вещей может изменить вашу отрасль или профессию? Давайте обсудим в комментариях ⤵️

Дроны для доставки лекарств👩‍⚕️

Специалисты Центра ИИ СПбГУ создали дроны для доставки лекарств и медицинского оборудования в труднодоступные места. Эти беспилотники помогут оперативно оказывать помощь в чрезвычайных ситуациях: при ДТП, наводнениях, пожарах или в отдаленных населенных пунктах.

Особенности дронов:
🔘аккумуляторы работают даже при -20 °C
🔘один заряд позволяет дрону летать около часа с грузом до 2,5 кг (например, наборы первой помощи, портативные дефибрилляторы или портативные аппараты ИВЛ)
🔘конструкция простая и собирается из доступных материалов

«Мы отдали предпочтение аккумуляторным ячейкам, которые имеют большую емкость, то есть способны хранить значительное количество энергии, но не обладают высокой токоотдачей, то есть выдают энергию ограниченным потоком. При этом они не очень тяжелые и остаются активными даже в сложных условиях», — рассказал директор Центра ИИ СПбГУ Константин Амелин.

В дальнейших разработках планируется увеличить грузоподъемность дрона, усилить защиту от кибератак и оснастить его системой автоматического управления, которая сама выстроит маршрут и посадит дрон в безопасной зоне.

«На данном этапе кибериммунный коптер уже способен противостоять попыткам фальсификации маршрута и угона», — добавил Константин Амелин.

Эта разработка может стать незаменимым помощником для спасательных и дорожных служб, а также для регионов с труднодоступными территориями.

💬 На следующей неделе продолжим погружаться в мир современных технологий в рамках научно-практических семинаров Центра ИИ СПбГУ.

🗓26 марта | 🕔18:00 | Центр ИИ СПбГУ (Кадетская линия, 1-3, схема прохода)

👤В качестве спикера выступит кандидат физико-математических наук Николай Николаевич Литвинов.

Тема: «Квантовые информационные технологии. История и перспективы».

Для обсуждения будет предложен авторский взгляд на пути развития квантовых технологий и проблемы в этой области, которые необходимо преодолеть.

Для посещения мероприятия нужно всего лишь пройти регистрацию 🔗

Ждем вас на увлекательную дискуссию!

🧠 Нейросети – это не просто инструмент, а новый уровень взаимодействия!

Своим опытом использования ИИ поделились эксперты Центра искусственного интеллекта СПбГУ.

Ведущий аналитик Михаил Козин:

🗣️Моё знакомство с нейронками началось с ChatGPT-3.5 в 2023 году. Тогда мы заканчивали работать над проектом по вытаскиванию данных из научных публикаций с помощью алгоритмов. Как оказалось, эту же задачу можно доверить нейронке, у которой «под капотом» – большие языковые модели. ChatGPT- 3.5 справился не хуже трех достаточно подкованных ребят, и это был первый вау-эффект, шок, что на машину можно перекладывать вот такие задачи.

🗣️Позже мы применили этот же принцип при работе с патентами, но тут случился шок уже со знаком минус: галлюцинирование больших языковых моделей и придумывание номеров патентов, названий и текста. Когда мы начали проверять полученные данные, то поняли, что нас откровенно обдурили.

🗣️Потом уже я как промпт-инженер начал любоваться этими галлюцинациями и даже сопоставлять их с людьми, ведь большие языковые модели обучаются на массивах данных, которые им предоставляет человечество.

Ведущий аналитик Камилла Нигматуллина:

🗣️Как только появился ChatGPT, сразу попробовала, но через телеграм-бот. И до сих пор пользуюсь им чаще всего.

🗣️Действенный лайфхак по применению нейронок – максимально полный и точный запрос: минимум три уточнения на один запрос или «показать пример».

🗣️Мой самый курьезный случай с ИИ связан с конференцией, где участник решил продемонстрировать способности Claude 3.5 и спросил, кто такая Камилла Нигматуллина. Оказалось, что я известный российский политолог, который родился в Казани.

Руководитель юридической группы Центра ИИ СПбГУ Владислав Архипов:

🗣️Я пользуюсь нейросетями для перевода (Google, Yandex, Deepl), но считаю этичным это делать в профессиональном контексте только для тех языков, которыми владею сам. За последний год начал экспериментировать с GigaChat, ChatGPT и DeepSeek, изучая возможности для юридической и научной деятельности. Пока, если серьезно, результаты бывают спорные.

🗣️С нейросетями общаюсь вежливо, так как это более эстетично. Принципиальных улучшений качества ответа, правда, не заметил. Но, возможно, в случае восстания машин это будет учтено (шутка).

🗣️При генерации запроса главное — хорошо разбираться в предметной области самому. Тогда через несколько (или несколько десятков) итераций можно будет добиться действительно приемлемого ответа.

А как привыкли общаться с нейросетями вы? Делитесь своими историями и лайфхаками в комментариях!

🔤🔤 в бизнесе: ускоритель или тормоз?

Внедрение ИИ может стать драйвером роста, но на практике бизнес сталкивается с дефицитом данных, дорогими специалистами и сопротивлением команды.

❓Где баланс? Об этом рассказал Александр Крылатов, доктор физико-математических наук, профессор, главный архитектор Центра ИИ СПбГУ.

➕ИИ упрощает рутину (распознавание лиц, голоса),
➖но требует времени на адаптацию сотрудников.

Сложные проекты (например, аналитика данных) нуждаются в оцифрованных процессах и дорогих ресурсах.

«Коробочных решений по анализу данных в бизнесе пока не так много из-за того, что отсутствуют единые стандарты цифровизации данных».

Кейс:
➕Яндекс.Маркет увеличил продажи в 10 раз через анализ скидок,
➖но такие кейсы редко окупаются быстро.

❓Данные и кадры — главные вызовы?

🔘Не все данные готовы к аналитике: нужна унификация и цифровизация.
🔘Создание отдела Data Science или аутсорсинг требуют инвестиций.
🔘Ключевая роль — специалисты, которые понимают и бизнес, и технологии.

Автоматизация 🔤🔤 Человеческий фактор

ИИ ускоряет операционку (логистика, контроль качества через компьютерное зрение), но бюрократия и недоверие сотрудников могут тормозить процессы.

«Наука и технологии развиваются независимо от потребностей бизнеса, следуя своим внутренним закономерностям».

❗️Важно: ИИ — инструмент поддержки, а не замена человека. Он анализирует данные, но решения принимают люди.

❓Кто ставит задачи: бизнес или разработчики?

«Наука и технологии развиваются независимо от потребностей бизнеса, следуя своим внутренним закономерностям».

Бизнес может лишь адаптировать готовые решения (например, через R&D-отделы). Университеты становятся источником экспертизы и кадров.

Успешное внедрение ИИ 🟰 баланс между затратами и ожиданиями.

«Современные системы аналитики и искусственного интеллекта могут значительно улучшить процессы принятия решений, но для их эффективной работы необходимы данные и понимание процессов».

💬На ваш взгляд, что важнее для успешного внедрения ИИ: качественные данные, квалифицированные кадры или поддержка команды? Поделитесь мнением в комментариях!

ИИ в действии: стартапы представили свои решения☄️

20 марта Центр ИИ СПбГУ и бизнес-инкубатор «Технопарк Санкт-Петербурга» провели питч-сессию «AI STARTUP LYNCH». Шесть перспективных проектов оценивали:

Дмитрий Федоров – руководитель лаборатории ИИ в ИТМО
Михаил Козин – ведущий аналитик Центра ИИ СПбГУ
Александр Николаенко – представитель АО «Ави Групп» с 20-летним опытом в ИТ
Владислав Моисеев – ментор «Технопарка», специалист по госпроектам
Павел Алексеев – архитектор AI-решений в Сбербанке
Евгений Унеговский – управляющий партнер акселератора AI-проектов

💥 aIDeepFake – сервис защиты от мошенничества с поддельными видео и аудио

«Дипфейки стали инструментом обмана, шантажа и даже политических манипуляций. Наша система поможет защитить от этого бизнес, государственные структуры и обычных пользователей», — рассказала основательница сервиса Екатерина Корнюшина.

Разработчики уже протестировали технологию в пилотных проектах и сейчас работают над:

🔘анализом видео и аудио в реальном времени
🔘интеграцией с финтех и госструктурами
🔘выходом на рынки СНГ, Индии, Турции и ОАЭ, где проблема цифрового мошенничества особенно актуальна

«Это сейчас действительно большая проблема. Большие инвестиции будут направлены на то, чтобы обезопасить компании и физические лица. Поэтому технологии такого рода, особенно технологии на уже высокой стадии проработки, они будут интересны»,— отметил Владислав Семенов, консультант бизнес-инкубатора «Технопарка Санкт-Петербурга».

Михаил Козин добавил, что «с датасетом в 500 тысяч образцов можно уверенно двигаться вперед».

💥 ViSaver — умный помощник для работы с видео

ViSaver разбирает записи на смысловые блоки, создает конспекты и тесты. Основатель сервиса Ася Семенова подчеркнула важность внедрения сервиса в образовательные ресурсы.

«Мы трудимся над внедрением мультиязычного функционала для адаптации видео под нужды иностранных студентов и сотрудников. А также активно развиваем партнёрства и готовимся к выходу на рынок СНГ. Эти шаги помогут предложить пользователям современные, удобные решения для обучения».

💥 НейроСметчик – ИИ-помощник в подготовке смет

«Система анализирует прошлые сметы, запоминает стиль оформления и сама генерирует новые, экономя время и снижая ошибки», — объяснил разработчик Никита Кравцов.

💥 Sales Coach — голосовой помощник в сфере продаж
Система адаптируется под специфику бизнеса и сокращает ресурсы на обучение сотрудников.

💥 All in One — универсальный помощник для работы с данными

Сервис позволяет делать запросы по различным базам данных и документам и получать ответы в формате диалога.

💥 VETAI — ИИ-диагностика для сельского хозяйства

ИИ анализирует снимки животных и выявляет болезни на ранней стадии. Сервис уже получил грант 3 млн рублей и тестируется в хозяйствах.

💬Какой проект показался вам наиболее перспективным? Поделитесь в комментариях!

⚡️ Сегодня директор Центра ИИ СПбГУ Константин Сергеевич Амелин выступил на школьном фестивале «Большая разборка».

Он рассказал о миссии, целях и задачах Центра, разработке новых технологий и их применении в медиасфере, а также о вызовах, с которыми сталкиваются разработчики.

📎 Особое внимание было уделено необходимости создания новых образовательных программ для подготовки специалистов в такой быстро развивающейся области, как искусственный интеллект.

Вторая часть выступления прошла в формате открытого диалога. Участники обсудили актуальные тренды использования ИИ в журналистике, включая автоматизацию создания контента, анализ данных и другие технологические решения.

💬 Зрителей интересовали экзистенциальные вопросы цифровой эпохи: критерии безопасной роботизации, границы экспансии ИИ на рынке труда и перспективы симбиоза технологий с медиа.

«Дискуссия получилась живой и познавательной, подтвердив высокий интерес аудитории к теме искусственного интеллекта и его влиянию на современные профессии», – прокомментировал Константин Сергеевич Амелин.

🖥ИИ в журналистике. Эксперт Центра с докладом в Екатеринбурге

Нигматуллина Камилла Ренатовна, профессор и эксперт Центра ИИ СПбГУ, выступила с докладом «Внедрение ИИ в российских редакциях: опыт и системные эффекты» на II Международной научно-практической конференции «Цифровая журналистика: технологии, смыслы и особенности творческой деятельности» в Уральском федеральном университете. Эксперт представила первые результаты исследования СПбГУ и прогнозы на 2027 год.

☄️Главный тренд — медиаиндустрия разделится на тех, кто успел освоить ИИ, и тех, кто отстал. Вот что нас ждёт:

🔘увеличение разрыва между редакциями, принявшими ИИ, и теми, кто еще не закончил работу по освоению социальных медиа
🔘увеличение разрыва в грамотности и осведомленности аудитории
🔘увеличение разрыва между ИИ-грамотными журналистами и консервативными медиаменеджерами, и наоборот
🔘увеличение разрыва в доходах между теми, кто оптимизировал новостное производство и SMM, и теми, кто основывает работу в цифровых медиа на ручном труде (включая разрыв в оплате труда специалистов и менеджеров)

🔍Следующие три года исследователи будут изучать, как региональные редакции осваивают нейросети: от внедрения коммерческих продуктов и патентования собственных модулей до появления первых системных эффектов в медиаотрасли.