Это не обычная школа, а волшебная научная 🔥

Прямо сейчас в Китае проходит шестой поток ML-школы SMILES-2025 — масштабного проекта Сколтеха и Сбера в партнёрстве с Харбинским технологическим институтом.

Кстати, мы отправили туда несколько опытных менторов и лекторов:

➡️ Денис Димитров, управляющий директор по исследованию данных, начальник управления базовых моделей Kandinsky
➡️ Иван Киреев, исполнительный директор по исследованию данных Центра практического искусственного интеллекта
➡️ Вячеслав Васильев и Константин Егоров, руководители направления по исследованию данных
➡️ Мария Тихонова, руководитель исследовательского направления в AGI NLP
➡️ Андрей Кузнецов, исполнительный директор по исследованию данных в Sber AI
➡️ Анастасия Ященко, руководитель направления по исследованию данных в Sber AI

На учёбу в школу приехали как будущие лидеры AI, так и те, кто уже строит карьеру в индустрии: студенты, магистранты, аспиранты ведущих вузов, молодые учёные и ML-инженеры. 100 из них обучаются очно, 300 — онлайн. Участники слушают лекции от ведущих экспертов, решают реальные задачи на практических семинарах и соревнуются на хакатонах.

Главные темы:

🔘 большие языковые модели
🔘 мультимодальные подходы
🔘 мультиагентные системы
🔘 генеративные подходы
🔘 методы самообучения
🔘 безопасный AI

Хотите учиться вместе с участниками? Смотрите записи трансляций по ссылке 💻

❤️ — рады за молодые таланты
👍 — тоже хотели бы поехать

Подписывайтесь на наш канал 👈

С Днём эмодзи! 🎉

Мы спрятали в эмодзи наши лучшие посты о применении AI в разных сферах:

🔘биология
🔘распознавание речи
🔘математика
🔘генерация изображений
🔘программирование
🔘кибербезопасность

Выберите самую интересную тему, найдите подходящий эмодзи и кликните, чтобы прочитать текст 👇

🎧 🎨 🧬 💻 5️⃣ 🛡

Станьте участником Startup Summit Awards 🏆

Сбер и Правительство Москвы открыли приём заявок на венчурную премию Startup Summit Awards.

Если вы создаёте технологический стартап, не упустите возможность заявить о себе. А если пилите стартап с AI, то для вас даже есть отдельная номинация!
Лауреаты получат признание экспертов, медиаподдержку и призы, которые помогут развиваться.

5️⃣ Жюри оценит инновационность решений, качество и масштаб партнёрств, финансовые достижения, а также вклад в развитие венчурной экосистемы.

📍 Награждение состоится в октябре на Moscow Startup Summit — международном саммите по технологическому предпринимательству и инновациям. Это событие соберёт более 4 000 лидеров-инноваторов из 20 стран.

➡️ Подать заявку можно до 15 августа по ссылке, участие бесплатное.

Где работает AI? Подсказка: не только в IT 🤖

Отраслевой AI — это система на базе искусственного интеллекта, разработанная для решения прикладных задач в конкретной сфере. В её основе могут быть как методы машинного обучения, так и современные генеративные модели, включая трансформеры, LLM и диффузионные модели.

Тип отраслевой системы зависит от цели:

ML-модели:
🔘 детекция аномалий в транзакциях (финтех, борьба с мошенничеством)
🔘 предиктивное техобслуживание (промышленность, транспорт)
🔘 кредитный скоринг (банкинг)

NLP-модели:
🔘 парсинг обращений и тикетов (службы поддержки, госсектор)
🔘 извлечение данных из сканов договоров (юридический документооборот)
🔘 анализ медицинских записей (здравоохранение)

Модели компьютерного зрения:
🔘 контроль качества продукции по видео (промышленное производство)
🔘 распознавание номеров и лиц (безопасность, транспорт)
🔘 автономная навигация AGV/AMR (логистика, роботы)

Генеративные модели:
🔘 генерация описаний товаров, статей и презентаций (маркетинг, e-commerce)
🔘 помощь в написании кода или шаблонов unit-тестов (разработка ПО)
🔘 создание прототипов интерфейсов и баннеров (дизайн, UI/UX)

Большинство отраслевых AI-моделей не обучаются с нуля, а проходят этап transfer learning или fine-tuning на отраслевых датасетах, например:

➡️ в медицине — это рентгеновские и МРТ-снимки
➡️ в промышленности — данные с IoT-датчиков и отчёты об инцидентах

После дообучения модели встраиваются в IT-структуру компании через API-интеграции с ERP, MES, SCADA, CRM и другие цифровые платформы. Или их интегрируют непосредственно в производственные процессы (например, в управление станками с ЧПУ).

Такие технологии уже активно применяются на практике:

✅ AI-ассистент KIRA на базе GigaChat 2.0 помогает специалистам по кибербезопасности анализировать данные и оперативно реагировать на угрозы
✅ Почта России тестирует AI для оптимизации маршрутов доставки. Система прогнозирует объёмы поступлений и составляет кратчайшие маршруты до конечных получателей
✅ В Москве запущен крупнейший в стране эксперимент по внедрению компьютерного зрения в медицину. Нейросети помогают выявлять ранние признаки заболеваний на КТ, МРТ и рентгеновских снимках
✅ Компания «Роснефть» разработала алгоритм на базе нейросети, который в 10 раз ускоряет один из этапов обработки сейсмических данных

Как вам плоды Четвёртой промышленной революции?

👍 — Впечатляет!
🤔 — Она уже началась?

Про нового конкурента DeepSeek и агентный режим в ChatGPT — в нашем дайджесте 💻

Инструменты

🎨 Tencent выпустила ArtifactsBench — систему оценки креативности AI для программирования. Она анализирует архитектуру и удобство использования сгенерированных приложений. По результатам сравнительных тестов, оценка бенчмарка совпадает с человеческой в 94,4% случаев.

🤔 Исследователи MIT представили CodeSteer — «тренера» для LLM. Он подсказывает модели, когда лучше применять текстовое рассуждение, а когда — сгенерировать код. При решении задач на символическое мышление (математика, логика, оптимизация) инструмент повышает точность ответов на 30%.

🏫 Google добавила в Workspace for Education AI-помощника на базе Gemini 2.5 Pro. Он помогает создавать тесты и задания для студентов, а также планировать уроки. Пока инструмент доступен только для зарубежных пользователей.

💊 В американской клинике Mayo создали AI, способный распознавать послеоперационные инфекции по фото ран. Vision Transformer определяет наличие разреза с точностью 94%, а признаки инфекции — с 81%. Новая технология позволит чаще проводить удалённый мониторинг пациентов.

Модели

🧘‍♀️ OpenAI добавила в ChatGPT агентный режим. Теперь нейросеть умеет самостоятельно выполнять задачи: открывать сайты, писать код, создавать и редактировать презентации. Пользователю нужно лишь описать цель в запросе. Новый режим доступен подписчикам Pro, Plus и Team.

💪 Moonshot AI выпустила нейросеть Kimi-K2 с агентной логикой и архитектурой MoE (1 трлн/32 млрд параметров). Модель лидирует в бенчмарках по программированию, письму и EQ. В LiveCodeBench она набрала 53,7%, обойдя DeepSeek-V3 (46,9%) и GPT-4.1.

🧬 Tencent разработала Hunyuan3D-PolyGen — нейросеть, которая генерирует 3D-модели высокого качества. Она поддерживает более 10 тыс. полигонов (плоскостей, из которых собирается нужный облик модели), работает с текстом и изображениями, умеет экспортировать генерацию в GLB, OBJ, MP4 и другие форматы.

👍 — планируете потестить CodeSteer или Kimi-K2
🤔 — интересно, как работает 3D-генерация от Tencent

DeepMind научит роботов внутреннему монологу 💳

DeepMind подала патентную заявку на систему, которая позволит роботам только на основе визуальных данных выполнять действия с объектами без предварительного обучения этому. Её главное преимущество в том, что, по сути, робот будет постоянно проходить zero-shot обучение — учиться в реальном времени на основе поступающих визуальных данных. Такой метод снижает требования к памяти и вычислительным ресурсам, необходимым для обучения модели на примерах.

В основе — AI-агент на базе LLM, который генерирует описание увиденного на естественном языке. Благодаря этому роботы смогут как бы «мысленно проговаривать» то, что видят. А затем использовать эти формулировки для выполнения полученных команд.

Как это работает

🔘 Система получит изображения или видео, на которых кто-то что-то делает. Например, где человек берёт кружку со стола. Агент составит описание «на столе стоит кружка», «человек берёт кружку». Система его запомнит, свяжет это с увиденным действием и будет сопоставлять с текстовыми описаниями новых объектов в будущем.

🔘 Это позволит роботу взаимодействовать с новыми объектами без предварительного обучения действиям, связанным с ними. Например, робот получил команду «подними кувшин», хотя умеет поднимать кружки. Если перед ним в этот момент стол, на котором стоит кувшин, агент в системе скажет: «Передо мной на столе кувшин». Он «узнает» кувшин, потому что нейросеть внутри него обучена распознавать и подписывать образы.

🔘 На основе предыдущих сохранённых описаний и связей между объектами («на столе стоит кружка», «человек берёт кружку») система выбирает наиболее подходящий сценарий действий, соответствующий поставленной задаче:

— скинуть кувшин на пол ❌
— потрогать кувшин ❌
— взять кувшин и поднять ✔️

🔘 Агент выдаёт описание, которое напрямую относится к распознанным объектам перед роботом: «Поднимаю кувшин со стола». И система отдаёт команду уже непосредственно манипуляторам робота сделать это.

❤️ — если вы тоже мысленно проговариваете каждое действие

AI подтвердил способность к нейрогенезу у взрослых людей

В недавнем исследовании с помощью AI учёные обнаружили клетки-предшественницы нейронов в гиппокампе у взрослых людей. Ранее считалось, что они есть только у детей. Это открытие ещё раз подтвердило, что взрослый мозг всё же способен создавать новые нейроны и сохраняет способность к нейрогенезу на протяжении жизни.

Ещё в 2013 году учёные подтвердили, что в гиппокампе взрослых людей возможен нейрогенез — образование новых нейронов. Позже были обнаружены стволовые клетки и незрелые нейроны, но недоставало ключевого звена — нейральных клеток-предшественниц.

Что сделали учёные?

🔘 Обучили AI распознавать молекулярные отпечатки клеток-предшественниц на образцах мозга, пожертвованных для эксперимента
🔘 Протестировали модель на мышах с точностью до 83%
🔘 Применили её к образцам мозга взрослых людей

По итогам эксперимента нейросеть нашла нужные клетки в 9 из 14 случаев. А в тестах участков мозга, не связанных с нейрогенезом, она точно зафиксировала их отсутствие.

Открытие учёных может приблизить нас к созданию терапии, способной восстанавливать функции мозга при психических и нейродегенеративных заболеваниях.

👍 — мозг продолжает удивлять
🤔 — жду AI для оцифровки памяти

Можем ли мы прочитать «мысли» рассуждающих моделей? 💡
Рассказываем, как разработчики пытаются интерпретировать их «мышление».

Как понять нейросеть

При решении задачи «нейроны» LLM активируются непредсказуемо и могут отвечать за множество концепций одновременно. Чтобы понять логику нейросети, нужно выявить группу активных нейронов, важных для решения конкретной задачи. Это похоже на небольшой набор понятий, которыми пользуются люди, рассуждая о той или иной ситуации.

В 2024 году OpenAI предложила использовать для выявления искомых групп нейронов разрежённые автокодировщики. Они сжимают общее состояние большой модели со множеством связей в компактный код (вектор «признаков»), а потом восстанавливают его. В этом коде активно лишь малое количество нейронных связей, и они неизбежно отвечают за что-то конкретное и осмысленное — иначе автокодировщик просто не сможет восстановить исходное состояние. Таким образом исследователи нашли у GPT-4 около 16 миллионов относительно интерпретируемых признаков (паттернов), каждый из которых отвечает за какую-то осмысленную концепцию.

Распутать цепь рассуждений

Весной 2025 года Anthropic выложила в открытый доступ circuit-tracer. Этот инструмент позволяет выяснить, как связаны между собой токены и какие цепи рассуждений выводит модель от промпта к ответу. Для этого используется атрибутивный граф — это ассоциативный граф, всем вершинам которого дополнительно приписаны некоторые подмножества атрибутов. Они помогают найти зависимости между рассуждениями модели и активацией тех или иных нейронов и слоёв модели. Таким способом компания исследовала свою модель Claude 3.5 Haiku.

Выяснилось, что модель может планировать ответ на много слов вперёд. Например, заранее подбирать рифмы в стихах или приходить к ответу раньше, чем она напечатает его на естественном языке. Она проводит параллельные вычисления для математических задач и комбинирует эти подходы — при этом иначе объясняет свою логику пользователям.

Кроме того, в модели одновременно срабатывают конкурирующие механизмы — например, установка составлять грамматически целостное высказывание заставляет её продолжать рассуждения на «опасные темы» вопреки этическим ограничениям.

❤️— если хотите узнать, мечтают ли андроиды об электроовцах

📆 Прямо сейчас в самом разгаре шестой поток ML-школы SMILES-2025 в Харбине, где ведущие эксперты от Сбера читают лекции и делятся опытом. Среди них — Мария Тихонова, руководитель исследовательского направления в AGI NLP, которая специально для нас показала, как учатся и проводят время участники 👇

LLM для бизнеса: как оценить способности моделей?

Ещё пару лет назад достаточно было прогнать LLM по нескольким стандартным бенчмаркам, чтобы оценить её навыки. Но модели развиваются быстро, и лидерборды уже не отражают их реальные способности.

❌ Классические бенчмарки фокусируются на отдельных узких задачах — рассуждениях, арифметике, написании кода, работе с фактами
❌ Креативность, стиль и поведение в реальных пользовательских сценариях невозможно оценить с помощью стандартных метрик
❌ Разработчики — осознанно или нет — подгоняют модели под классические тесты. Они попадают в топы лидербордов, не всегда справляясь с комплексными задачами

Чтобы подобрать LLM для своих задач, специалистам приходится комбинировать метрики и проводить внутренние тесты. Коллеги из LLM Arena запускают исследование, чтобы понять, какие данные, инструменты и сигналы помогают оценить модель и выяснить, подходит ли она для продукта.

Если вы ML-инженер, дата-сайентист или продакт-менеджер, пройдите опрос и поделитесь ссылкой с коллегами — сделайте свой вклад в комьюнити.

📺 Участвовать в опросе

Завершается второй день WAIC 2025 📆

В этом году в центре внимания были роботы и различные сенсоры, с помощью которых AI внедряют в промышленности и повседневной жизни 🤖 Наши эксперты также представили на выставке несколько разработок и самые последние новинки!
Завтра расскажем о самом интересном на WAIC 2025, а также поделимся деталями с международной сессии AI Journey и научной форсайт-сессии AI Horizons 📺

❤️ — если захотелось в Шанхай