Исследователи Института AIRI, Сколтеха и МГУ представили новую программную среду для адаптивной глубокой стимуляции мозга при болезни Паркинсона 🔖

Этот инструмент даёт возможность разрабатывать и тестировать алгоритмы, которые в реальном времени регулируют работу имплантируемых электродов, подавляя симптомы заболевания с минимальными побочными эффектами и энергозатратами.

Адаптивная глубокая стимуляция позволяет автоматически подстраивать параметры воздействия на мозг в зависимости от состояния пациента — например, при ходьбе, сне или бодрствовании. Это важно, поскольку традиционные методы требуют ручной перенастройки врачом, а побочные эффекты, такие как нарушения речи, остаются проблемой.

Платформа моделирует реакцию нейронов на стимуляцию и учитывает нейропластичность — изменения в поведении мозга со временем. Она подходит как для простых алгоритмов, так и для сложных моделей с ИИ, позволяя обучать и тестировать их на виртуальных данных.

Исследование опубликовано в материалах 31-й Международной конференции по обнаружению знаний и анализу данных (KDD 2025).

Статья | ТАСС

Save the date: 4 декабря в 14:00 ИИшница | Accept нельзя reject

Исследователи AIRI расскажут про статьи, которые были поданы на конференцию NeurIPS в этом году. Скоро поделимся подробным расписанием онлайн-митапа.

Сохраняйте ссылку на трансляцию, чтобы не пропустить: YouTube, ВК 🍿

#AIRI_Seminars в эфире! Подключайтесь к трансляции на YouTube или в VK Видео 🍿

В Сириусе проходит V Конгресс молодых учёных, рассказываем, в каких дискуссиях можно послушать исследователей AIRI💡

📆26 ноября
Транспорт будущего: междисциплинарные вызовы высокой скорости
Дмитрий Юдин, ведущий научный сотрудник лаборатории когнитивных систем искусственного интеллекта AIRI
Запись

📆27 ноября 12:00
AI Journey: путешествие в мир искусственного интеллекта
Дмитрий Юдин
Трансляция

📆27 ноября 12:00
Аналитика будущего: искусственный интеллект в прогнозировании рисков и источников чрезвычайных ситуаций
Александр Панов, директор лаборатории когнитивных систем искусственного интеллекта AIRI
Трансляция

📆27 ноября 14:00
Вложить нельзя отложить: наука как ключевой актив бизнеса
Егор Ершов, руководитель группы «Цветовая вычислительная фотография» AIRI
Трансляция

📆28 ноября 16:00
Трансформационные достижения в области искусственного интеллекта: формирование будущего науки, исследований и образования
Александр Антропов, научный сотрудник AIRI и
Вениамин Фишман, ведущий научный сотрудник группы «Биоинформатика»
Трансляция

📎Подробная программа и трансляция – на сайте.

Учёные из AIRI, ФИЦ ИУ РАН, ИСП РАН, МФТИ, РУДН и MBZUAI провели исследование, чтобы понять, насколько хорошо современные языковые модели умеют выявлять признаки депрессии в русскоязычных текстах 🔖

В сравнении участвовали классические алгоритмы машинного обучения, трансформеры и большие языковые модели. Результаты показали, что LLM значительно лучше справляются с задачей, особенно на небольших и «шумных» наборах данных. Однако модели с психолингвистическими признаками и трансформеры, обученные на клинически валидированных данных, показывают сопоставимую точность.

При этом объяснения, которые дают LLM для выявления депрессии, пока оставляют желать лучшего — клинические психологи оценили их всего на 2.84 из 5 баллов, отметив ошибки и искажения. Это значит, что такие модели могут помочь в предварительном скрининге, но пока не готовы к полноценному внедрению в медицинскую практику.

Статья | ТАСС

Приглашаем на следующий #AIRI_Seminars, который пройдёт 3 декабря в 17:00 ⤵️

Тема: «Фреймворк Каппа для управления датасетами и бенчмаркинга моделей».

Докладчик: Евгений Павловский, кандидат физико-математических наук, ведущий научный сотрудник Центра ИИ НГУ, заведующий лабораторией аналитики потоковых данных и машинного обучения ММФ НГУ

Оппонент: Андрей Кузнецов, кандидат технических наук, директор лаборатории FusionBrain Института AIRI

Подробное описание и регистрация на офлайн-формат на сайте.

YouTube | VK Видео

#AIRI_Seminars в эфире! Подключайтесь к трансляции на YouTube или в VK Видео 🍿

Учёные из Института AIRI впервые провели систематическое исследование методов повышения устойчивости языковых моделей к изменениям в форматировании запросов 🔖

Небольшие изменения в оформлении — такие как пунктуация, отступы или пробелы — могут значительно повлиять на качество ответов моделей. В связи с этим специалисты сравнили популярные техники пост-обработки, например калибрацию, и проверили их эффективность как в лабораторных условиях, так и в более приближённых к реальности сценариях.

Выяснилось, что ни один из существующих методов пока не решает проблему полностью. Учёные предложили модификацию одного из существующих методов, позволив применять его к передовым языковым моделям, не имея доступа к их внутренним состояниям.

Исследование сопровождается открытым репозиторием с инструментами для оценки устойчивости к форматированию.

В состав команды исследователей вошли научный сотрудник группы «Прикладное NLP» Михаил Селезнёв, инженер-исследователь группы «Прикладное NLP» Михаил Чайчук, доктор компьютерных наук, руководитель группы «Вычислительная семантика» Александр Панченко, доктор компьютерных наук, руководитель группы «Прикладное NLP», старший научный сотрудник ИСП РАН Елена Тутубалина, а также кандидат технических наук, научный сотрудник группы «Прикладное NLP» Олег Сомов.

Научная статья | GitHub

Приглашаем на традиционный новогодний огонёк #AIRI_Seminars🎄

17 декабря в 17:00 встречаемся в нашем офисе и онлайн, чтобы вместе с экспертами в области искусственного интеллекта подвести итоги научного 2025 года.

В программе — обсуждение главных достижений: разберём самые яркие публикации и поделимся прогнозами о том, какие открытия нас ждут в ближайшем будущем. И, конечно же, оливье, мандарины, праздничное настроение и живое общение!

Регистрируйтесь на офлайн-участие по ссылке или смотрите трансляцию на YouTube и ВКонтакте.

До встречи на заключительном семинаре 2025 года!😊

Ученые AIRI получили две награды на NeurIPS 2025 🔥

1️⃣Команда под названием In2AI из Института AIRI, стартапа Coframe и Университета Иннополис стала абсолютным победителем MindGames Arena в треке Generalization, используя одну компактную ИИ-модель.

Ключевой фактор успеха — системный инженерный подход к обучению с подкреплением, который позволил одной модели c 8B параметров победить в обоих треках: Efficient (модели до 8B параметров) и Open (без ограничений). Агент успешно противостоял оппонентам на основе GPT-5, Gemini 2.5 Pro, Grok 4 и других проприетарных моделей.

Всего в соревновании приняли участие 76 команд и 944 модели со всего мира.

2️⃣ Команда VIM из Института AIRI и iMak AI Lab вошла в топ-8 и получила Excellence Award за согласованность прогнозов в челлендже CURE-Bench от исследователей из Гарварда и MIT.

Задача соревнования заключалась в проверке способностей агентов и рассуждающих моделей в области терапевтических рекомендаций.

Участникам предлагался набор сложных клинически релевантных вопросов: от составления планов лечения и оценки безопасности лекарств до поиска вариантов перепрофилирования препаратов для заболеваний, где выбор лечения ограничен.

📎Подробно о соревнованиях рассказываем в заметках на Хабре: MindGames Arena, CURE Bench

Все лайки сегодня — победителям ❤️