На этой неделе российские учёные и инженеры представили сразу несколько разработок для науки, безопасности и городского планирования: климатический ИИ «в пределах двора», роботы, уверенно шагающие по лестницам, и платформа, которая сама ставит эксперименты.
- МФТИ создал ИИ, который прогнозирует погоду «в пределах двора»
- «Яндекс» и Институт востоковедения РАН запустили ИИ-помощника для работы с источниками на восточных языках
- Представлен MERA Multi — первый российский мультимодальный бенчмарк
- Созданы методы прогнозирования поломок атомных реакторов ещё на этапе проектирования
- Российские инженеры разработали новый метод ходьбы роботов по ступенькам и неровной поверхности
- AIRI разработал российскую платформу, которая сама ставит эксперименты для учёных
МФТИ создал ИИ, который прогнозирует погоду «в пределах двора»
Учёные Института искусственного интеллекта МФТИ и компания «ГеоДельта» представили ИИ-платформу климатического анализа, которая превращает стандартный прогноз в детальную карту рисков с точностью до 30–50 метров. Система строит локальный «цифровой климат» города.
Традиционные погодные модели работают в масштабе десятков километров, из-за чего не учитывают тепловые ловушки, уличные каньоны и микроклиматы кварталов. Новая разработка использует технологию даунскейлинга: ИИ берёт общий прогноз, анализирует данные с камер, метеостанций, датчиков и «приземляет» модель до уровня отдельных улиц.
Платформа н анализирует, как здания, покрытия и зелёные зоны меняют поведение атмосферы. Благодаря этому можно предсказывать, например, усиление ветра между высотками или локальные «тепловые острова» во дворах.
Например, наша система сможет предсказать, что ветер в узком переулке между небоскребами в этом направлении усилится втрое, а на одной из площадей из-за эффекта «теплового острова» температура будет на 10 градусов выше, чем в парке за углом.
Денис Лобас, Институт искусственного интеллекта МФТИ
Платформа визуализирует риски на интерактивной карте и даёт городским службам инструменты для мониторинга в реальном времени. Коммунальщики получают раннее предупреждение о возможных ЧП, проектировщики — возможность рассчитать климатическую нагрузку новых зданий, жители — персональные уведомления о жаре, ветре или сильном дожде в конкретном районе.
Почему это важно:
- Прогнозы становятся точнее на порядок: уточнение масштаба с 25–30 км до 30–50 м.
- Городские службы могут заранее готовиться к перегрузкам ливнёвок, тепловым волнам и шквалам.
- Архитекторы получают инструмент для оценки климатического эффекта застройки.
- Жители — персональные предупреждения, адаптированные под их квартал.
- Разработка помогает формировать комфортную, безопасную городскую среду.
Источник: Московский физико-технический институт
«Яндекс» и Институт востоковедения РАН запустили ИИ-помощника для работы с источниками на восточных языках
«Яндекс» и Институт востоковедения РАН представили ИИ-помощника, который ускоряет анализ научных материалов на восточных языках в сотни раз. Вместо 8–10 источников в день система обрабатывает до 1000 и формирует краткие аналитические выжимки по событиям стран Азии, Африки и Ближнего Востока. Сейчас инструмент проходит тестирование в институте, позже станет доступен всем исследователям.
Доступ к оригинальным источникам по востоковедению традиционно сложен: многие материалы выходят только на национальных языках и редко переводятся. Это ограничивает глубину исследований и нередко смещает фокус в сторону англоязычных интерпретаций.
Новый ИИ-помощник решает эту проблему:
- Анализирует тексты, выделяет ключевые факты.
- Сокращает время поиска и обработки данных в 6–8 раз.
- Работает на базе Yandex AI Studio. Над обучением моделей работали специалисты Yandex Cloud и студенты Школы анализа данных.
Отдельный модуль системы анализирует публикации китайских СМИ и формирует русскоязычные дайджесты. База знаний помощника превышает 1,5 млн документов и включает материалы Института востоковедения РАН и четыре варианта китайского языка: континентальный, тайваньский, гонконгский и сингапурский.
Время поиска и анализа сокращается в 6–8 раз — с нескольких часов до 10–15 минут на одну исследовательскую задачу. Это дает исследователям возможность обрабатывать больше материалов ежедневно, проводить более глубокий анализ и получать полное представление о тенденциях в регионе.
Александр Костыркин, Лаборатория цифровых исследований современного Востока ИВ РАН
Дальнейшее развитие проекта предполагает добавление японского, арабского, турецкого, персидского и других языков, чтобы дать исследователям прямой доступ к уникальным корпусам текстов.
Почему это важно:
- ИИ снимает языковые барьеры и ускоряет научный анализ в десятки раз.
- Исследователи получают доступ к первоисточникам без искажений переводами.
- Инструмент помогает формировать оперативные дайджесты по региональным событиям.
- Создана крупнейшая база востоковедных материалов на российской ИИ-платформе.
- Проект усиливает цифровую трансформацию Института востоковедения РАН и расширяет доступ к редким источникам.
Источник: «Яндекс»
Представлен MERA Multi — первый российский мультимодальный бенчмарк
Альянс в сфере ИИ представил MERA Multi — новый открытый бенчмарк для оценки мультимодальных возможностей моделей на русском языке. Экосистема MERA уже включает базовые текстовые тесты, MERA Code для задач программирования и MERA Industrial для отраслевых сценариев. Теперь к ним добавился комплекс, который проверяет работу моделей не только с текстом, но и с изображениями, аудио и видео.
MERA Multi состоит из 18 задач, разработанных по методологии MERA Text и охватывающих четыре модальности:
- Визуальное восприятие — распознавание объектов, интерпретация сцен, сопоставление изображения и текста.
- Аудиопонимание — распознавание русской речи, интонаций и звуковых сигналов.
- Анализ видео — определение действий, событий и причинно-следственных связей во временной динамике.
- Текст — базовый слой оценки, объединённый с мультимодальными навыками.
Каждая задача оформлена как строгий инструктивный тест с прозрачной системой подсчёта баллов. Это позволяет количественно сравнивать, насколько хорошо модели понимают мультимодальный контент на русском языке. Проект также формирует единую таксономию навыков для всех бенчмарков MERA. Такой подход задаёт стандарт оценки ИИ в России и упрощает сравнение моделей между собой.
Почему это важно:
- Первый российский мультимодальный бенчмарк, учитывающий язык и культурный контекст.
- 18 задач по четырём модальностям: текст, изображение, аудио, видео.
- Единая таксономия навыков для всей экосистемы MERA.
- Прозрачная методология сравнения моделей для науки и индустрии.
- Укрепление стандартизации и качества оценки ИИ в России.
Источник: Альянс в сфере искусственного интеллекта
Созданы методы прогнозирования поломок атомных реакторов ещё на этапе проектирования
Исследователи Южно-Уральского госуниверситета разработали численные методы, которые позволяют предсказывать постепенные деформации и будущие поломки конструкций атомных реакторов ещё до запуска оборудования. Это касается узлов, которые ухудшаются из-за многократных циклов «пуск–остановка» и экстремальных температур.
Классические подходы позволяют выявлять повреждения только в ходе эксплуатации. Новые методы моделируют накопление необратимых деформаций с высокой точностью и при этом не требуют сверхбольших вычислительных ресурсов. Технология уже протестирована на одной из действующих АЭС.
Профессор Александр Чернявский и команда ЮУрГУ разработали алгоритмы, которые подробно описывают поведение материала под термическими нагрузками и прогнозируют момент, когда конструкция потеряет работоспособность. Это даёт возможность учитывать скрытые риски прямо на этапе проектирования.
Методика универсальна и может применяться не только в атомной энергетике, но и в конструкциях, работающих при высоких и переменных температурах: газотурбинных двигателях, тепловых и атомных электростанциях, металлургическом оборудовании и ракетной технике.
Почему это важно:
- Позволяет прогнозировать поломки ещё на этапе проектирования, а не во время эксплуатации.
- Уменьшает вероятность аварий и повышает надёжность критически важного оборудования.
- Сочетает высокую точность моделирования с умеренной вычислительной нагрузкой.
- Подходит для широкого спектра высокотемпературных систем — от турбин до ракетных установок.
Источник: Южно-Уральский государственный университет
Российские инженеры разработали новый метод ходьбы роботов по ступенькам и неровной поверхности
Исследователи МФТИ представили метод управления шагающими роботами, который позволяет уверенно передвигаться по сложному рельефу: лестницам, завалам, узким проходам и краям обрывов. Разработка решает одну из главных проблем человекоподобной робототехники: точное и безопасное позиционирование ноги в заранее рассчитанную точку.
Классические системы часто жертвуют точностью ради равновесия. Новый подход разделяет восприятие окружающей среды и управление движением:
- нейросеть анализирует данные камеры и определяет целевые позиции стоп;
- контроллер отправляет точные сигналы моторам, заставляя робота следовать запланированной траектории.
Такая архитектура повышает предсказуемость и устойчивость шага, а также безопасно адаптирует робота к изменяющимся командам оператора.
Ключевая особенность метода — двухшаговое предвидение. Робот планирует своё движение сразу на два шага вперёд: это даёт время для реакции на внезапные препятствия, сохраняя устойчивость без избыточной нагрузки на вычисления. Планирование на один шаг оказалось «близоруким», а трёхшаговое — неоправданно тяжёлым.
Разработку протестировали в виртуальном симуляторе на платформе-прототипе Bruce — человекоподобном роботе размером с ребёнка. В испытаниях робот устойчиво перемещался по поверхности с выемками и препятствиями до половины длины ноги, достигая скорости 0,8 м/с и точно следуя заданной траектории.
Почему это важно:
- Роботы получают устойчивую походку на неровностях, ступеньках и завалах.
- Новый алгоритм делает движение точнее и безопаснее.
- Двухшаговое предвидение снижает нагрузку на вычисления и повышает адаптивность.
- Метод упрощает систему управления и может повысить конкурентоспособность российских гуманоидов.
Источник: Наука Mail
AIRI разработал российскую платформу, которая сама ставит эксперименты для учёных
Институт искусственного интеллекта AIRI представил GigaEvo — открытую платформу, которая автоматизирует проведение вычислительных экспериментов и помогает находить оптимальные решения научных задач. Система сама генерирует множество вариантов, тестирует их и отбирает лучшие, существенно сокращая время исследований.
В классических научных сценариях исследователю приходится вручную запускать десятки или сотни экспериментов. GigaEvo перенимает эту рутину: учёный формулирует задачу, а платформа запускает серию вычислительных опытов, применяя принцип, похожий на естественный отбор. Алгоритм создает множество решений-кандидатов, проверяет их, отбирает самые успешные и формирует «новое поколение» подходов, пока не будет достигнут оптимальный результат.
Платформа не требует дорогих GPU-кластеров и не привязана к конкретному облаку: её можно развернуть на существующих вычислительных ресурсах лаборатории или института. В тестах GigaEvo успешно справилась со сложными математическими задачами — например, упаковкой окружностей и задачей Хайльбронна.
Сейчас наша основная задача — набрать большое количество кейсов, в которых ученые будут использовать нашу платформу. Это позволит понять, что объединяет стратегии решения сложных задач.
Иван Оселедец, генеральный директор AIRI
Главное преимущество — демократизация передовых методов научного поиска. Платформа бесплатна и доступна всем, позволяя небольшим исследовательским группам использовать мощности эволюционного поиска без необходимости в дорогой инфраструктуре.
Почему это важно:
- Автоматизирует рутинные вычислительные эксперименты и экономит время исследователей.
- Не требует дорогостоящих GPU-кластеров.
- Работает на обычных вычислительных ресурсах лабораторий.
- Использует эволюционный подход для поиска оптимальных решений.
- Делает современные исследовательские методы доступными небольшим научным группам.
Источник: ТАСС
Подписывайся на наш Telegram-канал — там мы рассказываем о главных достижениях России в IT, науке, космосе и инженерии. Если у тебя есть интересные новости о российских технологиях, присылай их на support@codenrock.com.
