Made in Russia: дайджест №6 новостей из мира IT, науки, космоса и технологий

Достижения в IT, которые меняют будущее. Команда из России продемонстрировала высокий результат на международном соревновании по кибербезу, а российские инженеры и ИТ-компании представили прорывные ИИ-решения и лучшие отечественные Kubernetes-платформы.

Российские школьники завоевали восемь медалей на первой Международной олимпиаде по кибербезопасности

Сборная России заняла второе место в командном зачёте на первой Международной олимпиаде по кибербезопасности (International Cybersecurity Olympiad, ICO) для школьников. Финал прошёл с 22 по 28 июня в Сингапуре. Организатором выступила Школа вычислительных технологий Национального университета Сингапура.

В состав российской команды вошли восемь учеников 11-х классов из Москвы и Казани. Все участники ранее становились победителями и призёрами престижных всероссийских и международных соревнований по информационной безопасности. Подготовкой команды занимались специалисты Центрального университета и «Лаборатории Касперского».

Мы очень гордимся отличными результатами наших ребят на первой Международной олимпиаде по кибербезопасности. Это итог упорной и длительной командной работы самих школьников, преподавателей Центрального университета и экспертов из «Лаборатории Касперского».

Евгений Ивашкевич, ректор Центрального университета

Финальный тур олимпиады включал два этапа. В первом участники за три часа решили семь задач по криптографии, бинарным уязвимостям, веб-уязвимостям и реверс-инжинирингу. Во втором туре школьникам предстояло выполнить задания по пентесту, стеганографии и форензике в течение пяти часов. Всего в соревновании участвовали 128 финалистов из 25 стран, включая Австралию, Канаду, Данию, Израиль и Японию.

Для нас это не первый опыт участия в соревнованиях такого масштаба — в прошлом году мы успешно подготовили победителей столь же престижной Международной олимпиады по искусственному интеллекту. Тогда наша команда обошла участников из 39 стран, став безоговорочным победителем. Здорово, что нам это удаётся.

Представитель «Лаборатории Касперского»

Почему это важно:

• Российские образовательные программы в сфере ИБ получили международное признание.
• Школьники продемонстрировали экспертизу и высокий уровень подготовки к задачам мирового уровня.
• Поддержка лидеров IT-индустрии помогает формировать новое поколение экспертов по кибербезопасности.
• Успех команды мотивирует молодых специалистов развиваться в стратегически важной для страны области защиты данных.

«Сбер» представил Kandinsky 4.1 Video — новую версию модели для генерации видео

На технологической конференции GigaConf «Сбер» объявил о выпуске новой версии мультимодельной системы Kandinsky 4.1 Video, способной генерировать видеоролики на основе текстовых описаний. 

Ключевые особенности: 

• Длительность видео — до 10 секунд.
• Поддержка разрешений SD (720×576) и HD (1280×720) с любым соотношением сторон — от портретного до широкоформатного.
• Генерировать видео можно и по текстовому запросу, и с использованием стартового кадра.     

Что нового: 

• Основа модели — диффузионный трансформер, адаптированный под обработку видеопоследовательностей.
• Качество генерации улучшено за счёт дообучения на специально отобранных данных.
• В обучении участвовали более 100 экспертов — дизайнеры, художники и фотографы. Их работа позволила повысить художественную выразительность, композицию и кинематографичность результатов.
• Применение методов дистилляции и ускорения позволило сократить время генерации в три раза, улучшив качество.

Kandinsky 4.1 Video обеспечивает качественно новый уровень генеративного видео. Модель стала в разы лучше по всем параметрам: по соответствию промпту, визуальному качеству, качеству генерации движений, а также способности моделировать физику мира. Такие разработки открывают беспрецедентные возможности как для дизайнеров, маркетологов, так и для представителей любых других креативных индустрий, работающих над созданием высококачественного видеоконтента.

Андрей Белевцев, старший вице-президент, руководитель блока «Технологическое развитие» Сбербанка

Почему это важно? 

• Одно из первых российских решений для генерации видео через ИИ, способное конкурировать с иностранными аналогами. 
• Открывает новые возможности для медиаиндустрии, рекламы, образования и дизайна.
• Позволяет создавать видеоконтент без дорогостоящих студий и длительных сроков производства.
• Успешный симбиоз искусственного интеллекта и искусства, где экспертное участие человека улучшает финальный результат.

Яндекс представил ARGUS — рекомендательную модель на основе трансформеров с обучением через ИИ-агента  

Разработчики Яндекса представили новое поколение рекомендательных систем, основанное на глубоком масштабировании архитектуры трансформера. Решение получило название ARGUS (AutoRegressive Generative User Sequential modeling) и уже показывает значительный прирост качества в сервисах компании. 

Ключевые особенности: 

• Модель обрабатывает всю историю взаимодействий пользователя, включая контекст, айтемы и фидбек.
• Поддерживает очень длинные последовательности: до 8000 событий.
• Обучается одновременно на двух задачах: Next Item Prediction  для предсказания следующего действия пользователя и Feedback Prediction для оценки реакции пользователя на рекомендацию.
• Позволяет ускорить обучение за счёт авторегрессивного подхода: вся история пользователя обрабатывается за один проход модели.

Актуальность рекомендательных систем в мире и для Яндекса обосновать несложно: количество контента растёт очень быстро, всё просматривать самостоятельно невозможно, поэтому для борьбы с информационной перегрузкой нужны рексистемы.

Кирилл Хрыльченко, руководитель R&D в Яндексе 

Как работает ARGUS

На основе всей истории пользователя и текущего контекста модель предсказывает, с каким айтемом он будет взаимодействовать дальше и каким образом: лайк или дизлайк, время прослушивания трека, добавление в плейлист и другие метрики. Эта задача направлена на понимание интересов и позволяет модели «знать» больше.

ARGUS обрабатывает полную историю пользователя, в том числе негативные и нейтральные сигналы, а также поддерживает различные типы контекста, снижающие шум при обучении. Объединение двух задач (NIP + FP) в единой модели обеспечивает более точное ранжирование и лучшую персонализацию.

Где внедрено: 

• Яндекс.Музыка: увеличение времени прослушивания и вероятности лайка.
• Яндекс Станция: рост времени, которое пользователь проводит с активной колонкой. 
• Яндекс Маркет: используется как ранжирующий признак и генератор кандидатов.

Будущее рекомендательных систем — за нейросетями. Предстоит ещё очень большое путешествие: рекомендательные нейросети будут становиться всё больше, умнее, полезней.   

Кирилл Хрыльченко, руководитель R&D в Яндексе 

Почему это важно? 

• Первый опыт применения RL-подходов к рекомендательным системам в России — модель училась корректировать поведение на основе фидбека, как это делают большие языковые модели.    
• ARGUS открывает путь к созданию универсальных рекомендательных моделей, способных работать в любом домене.
• Система может быть адаптирована под интерактивное обучение, где модель сама выбирает, что показывать пользователю, чтобы лучше его понять.
• Позволяет строить персонализированные рекомендации даже в условиях ограниченного фидбека.
• Снижение вычислительной нагрузки благодаря авторегрессивному обучению и однократному запуску трансформера на всю историю.

«Флант», Basis Digital Energy и Nova Container Platform признаны лучшими российскими платформами Kubernetes

CNews Market представил второй ежегодный рейтинг отечественных вендоров, предлагающих решения на основе Kubernetes. 

Первое место заняла платформа Deckhouse Kubernetes Platform компании «Флант», набрав 932 балла. Организация удерживает лидерство второй год подряд. За этот период она увеличила количество внедрений на 40% и продолжает развивать свои позиции в международном сообществе Kubernetes.

На второй строчке — решение Basis Digital Energy от компании «Базис». Высокую позицию позволило занять большое количество технологических партнёров, развитая поддержка всех версий Kubernetes и профессиональное сообщество, в котором более 10 000 участников. 

Третье место — у платформы Nova Container Platform, разработанной компанией Orion Soft. Решение предлагает продвинутые функции безопасности, мониторинг состояния кластеров, хранилище данных, бэкап и CI/CD-инструменты.

Ключевые параметры рейтинга: 

• Характеристики платформы.
• Возможности для обеспечения информационной безопасности.
• Наличие у продукта сертификатов и лицензий.
• Возможности по установке платформы.
• Поддержка версий Kubernetes.
• Наличие примеров внедрений в компании.
• Совместимость с операционными системами.
• Участие в работе над ядром Kubernetes.
• Распространенность платформы.
• Количество технологических партнеров, подтвержденных сертификатом совместимости, из реестра российского ПО.

Почему это важно:

• Kubernetes-платформы — основа современной ИТ-инфраструктуры.
• Российские компании демонстрируют зрелость и конкурентоспособность в сфере контейнерных решений.
• Deckhouse, Basis и Nova — примеры устойчивого развития отечественных продуктов, признанных рынком.
• Прозрачная методика рейтинга помогает бизнесу выбирать надёжные решения из реестра российского ПО.

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.