ФТИИ ИТМО

🔬 Статья магистрантов ФТИИ — на международной конференции по ИИ

Иван Кирпичев и Эльдар Курманалиев с научным руководителем Анной Владимировной Калюжной собрали проверочный набор для систем, которые ищут ответ по графу знаний.

Такие системы отвечают на простой вопрос, но путаются, когда ответ надо собрать из нескольких шагов. А проверять их почти не на чем: готовые наборы собраны из данных, знакомых моделям.

Ребята построили граф пятисот крупнейших компаний США и добавили новости. Вопросы генерируются автоматически, а верный ответ вычисляет сама база, а не нейросеть. Вышло 4 000 пар «вопрос-ответ» четырёх типов сложности.

Проверка показала: поиск по тексту на аналитике почти не находит нужное, а системы на графах ломают строгую иерархию исходных данных.

Работу приняли и на доклад, и на постерную сессию семинара — он прошёл 17 августа в Бремене при Международной объединённой конференции по искусственному интеллекту (IJCAI) высшей категории.

Поздравляем ребят! 👏 Подробнее — в канале лаборатории

📄 Приказ о зачислении на контракт (бакалавриат) — сегодня

«А когда приказ?» — сейчас это самый частый вопрос в личных сообщениях у нас. Отвечаем сразу для всех.

Приказ о зачислении на контракт по бакалавриату выйдет сегодня в течение дня. Возможно, поздно вечером — это нормально, ждите спокойно.

Проверять себя — на странице приказов: abit.itmo.ru/orders/bachelor

Увидели себя в списке — поздравляем, вы зачислены на «Инженерию ИИ».

Завтра — последний день подачи документов в магистратуру

20 августа закрывается приём на все три программы ФТИИ. Не успели — ждать год.

🔹 Как подать
Только через «Госуслуги», раздел «Поступление в вуз онлайн».

🔹 Не успели сдать экзамен
Последняя волна единого экзамена — 27 августа. Для поступления нужно набрать не меньше 50 баллов.

🔹 Если не проходите на бюджет
Остаётся контракт — но заявление на него подаётся в те же сроки, до 20 августа. Сомневаетесь в баллах — подайте сразу и туда: зачисление на контракт идёт до 30 августа, а перевестись на бюджет потом реально, наши магистранты так делают.

🔹 Что дальше
До 24 августа 12:00 — согласие на зачисление, 25 августа — приказы. Дополнительный этап: согласие до 26 августа 12:00, приказы — 27 августа.

Наши программы: «Большие данные и машинное обучение», «Искусственный интеллект в промышленности», «Искусственный интеллект и поведенческая экономика». Условия — на abit.itmo.ru.

Подавайтесь с утра: останется время поправить документы.

🛢 «Нефтекод» возвращается — теперь про мультиагентные системы

Всероссийский хакатон от ИТМО, Акселератора цифровых инноваций и Лиги вузов «Газпром нефти». Призовой фонд — 500 000 ₽.

Задача
Собрать прототип мультиагентной системы управления производством дизельного топлива — автономного, где человек почти не участвует в операционном управлении. Что нужно:
🔹 научить систему разбирать данные техпроцесса на ходу
🔹 наладить координацию между агентами — качества, надёжности, оптимизации, оркестратора (или предложить свою архитектуру)
🔹 сформировать рекомендации оператору: как поднять эффективность
🔹 сделать визуализацию, по которой инженеру видна логика решений

Кстати, если читали пост про статью Кирилла Черникова — это тот же класс задач, только решить его надо руками и за месяц.

🗓 Ключевые даты
• регистрация — до 7 сентября
• 8 сентября — команды получают задание
• 22 сентября — дедлайн решений
• 29 сентября — очный финал

Команда: от 2 до 5 человек.

🔗 Зарегистрироваться

Не прошли на бюджет? Остаётся контракт (бакалавриат)

Бюджетные приказы вышли, но это не конец. На «Инженерию ИИ» можно поступить на платное (контракт) — программа, преподаватели и диплом те же, что и на бюджете.

🔹 Сроки и стоимость
Приём документов на контракт — до 18 августа. Стоимость — 599 000 ₽ в год. Позже с платного можно перевестись на бюджет, закрыв семестр на «хорошо» и «отлично».

🔹 Как подать
Через «Госуслуги», затем заключить договор на стойке факультета. С собой нужен только паспорт — аттестат и остальное приносить не надо.

🔹 Образовательный кредит с господдержкой
Оплату можно растянуть: льготный кредит под 3% годовых. Пока учитесь, платите только проценты; основной долг — 15 лет после выпуска. Оформляют в банке: Сбер — в отделении, Т-Банк — дистанционно. Подробнее — на странице ИТМО. Есть и оплата материнским капиталом.

📌 По всем вопросам контракта — к менеджеру программы Татьяне Терновской.

🥋 Data Dojo: встреча сообщества машинного обучения в Петербурге

9 сентября Яндекс собирает в Петербурге тех, кто занимается машинным обучением. Формат — не лекция и не конференция: разбирают реальные задачи с соревнований, обсуждают, куда движется индустрия, и знакомятся между собой.

Кому будет полезно
🔹 Тем, кто уже возится с моделями и хочет сверить часы с индустрией
🔹 Тем, кто ходит на соревнования по анализу данных, — там разбирают именно такие задачи
🔹 Тем, кто думает о карьере в машинном обучении: на встрече можно получить карьерную консультацию

Хороший повод выйти за пределы своей лаборатории и посмотреть, чем живут коллеги из индустрии. Заодно и познакомиться — половина возможностей в нашей области приходит через людей.

📅 9 сентября, Санкт-Петербург, офлайн
💸 Участие бесплатное
⏳ Регистрация открыта до 26 августа

🔗 Зарегистрироваться

🔬 Вдогонку к «Году ФТИИ в победах» — статья в Scientific Reports

В дайджест достижений не попало важное, исправляемся.

Кирилл Черников, третьекурсник программы «Инженерия ИИ» и сотрудник лаборатории АИСТ, — соавтор статьи в научном журнале Scientific Reports (издательская группа Nature). Работа вышла в ноябре 2025-го, писал её вместе с коллегами из СПбГУ: Елизаветой Тарасовой, Викторией Ерофеевой и Олегом Граничиным.

Тема — децентрализованное распределение задач в мультиагентных системах. Проблема известная: агенты разнородны, их производительность со временем плывёт, обратная связь приходит с задержкой и шумом. Классические схемы — аукционы, рассылка задачи сразу всем агентам — на таком нестабильном поведении теряют эффективность.

Авторы предложили двухуровневую архитектуру. Верхний уровень — адаптивные контроллеры: предсказывают параметры задачи и рассылают её не всем, а точечно небольшой группе релевантных и свободных агентов. Контроллеры синхронизируют модели между собой без единого координатора. Отдельный результат — доказательство сходимости при шуме с неизвестными, но ограниченными характеристиками.

Проверяли на агентной системе из больших языковых моделей: распределяли запросы между разными моделями — и в моделировании, и вживую, с замером реального времени выполнения. Подход обошёл базовое круговое распределение и по производительности, и по устойчивости.

Роль Кирилла — постановка задачи и экспериментальная часть. Исследование поддержано грантом Минэкономразвития России.

Поздравляем 🔥

🎓 Работы выпускников — весь сезон в одном месте

Всё лето мы рассказывали, что делали в дипломах выпускники магистратуры ФТИИ. Двенадцать работ, три программы — собрали их вместе.

Большие данные и машинное обучение
🔹 Дмитрий Львов — как научить ИИ читать сложную документацию с таблицами, схемами и формулами
🔹 Тимур Бавшин — как алгоритм сам выводит законы природы из данных
🔹 Ростислав Мардышкин — как заставить ИИ самому собирать пайплайны машинного обучения
🔹 Дуань Жань — как «маяки» в коде помогают ИИ писать программы лучше
🔹 Бахер Мохаммад — как научить ИИ читать русский рукописный текст лёгкой моделью

Искусственный интеллект в промышленности
🔹 Анна Кузьмина — как следить за измельчением руды в реальном времени и доверять подсказкам нейросети
🔹 Дмитрий Евтюхов — как находить и измерять сужения сосудов на снимках сердца
🔹 Захар Попов — как генерировать документацию для проектов с открытым кодом

Искусственный интеллект и поведенческая экономика
🔹 Ирина Подгорных — что наша речь рассказывает о нас и как этому научить машину
🔹 Евгений Стаминский — как алгоритм «слышит» структуру музыки и подсказывает, что не так
🔹 Динара Гиндуллина — как научить модель эпидемий слушать живого эксперта
🔹 Татьяна Антоневич — как смоделировать траты людей и заранее проверить, что изменит их поведение

Каждая работа — реальная задача, а не учебный пример. Так что если выбираете магистратуру по ИИ, полистайте: примерно этим и будете заниматься.

🏆 Год ФТИИ в победах

Учебный год вышел богатым на достижения студентов. Собрали самое яркое в одном месте.

Наука мирового уровня
🔹 Четыре работы наших студентов и сотрудников приняли на ICLR 2026 — одну из топовых ИИ-конференций (уровень A*).
🔹 Иван Вяхирев — соавтор статьи про галлюцинации Whisper на Interspeech 2026 в Сиднее.
🔹 Статья MADD на EMNLP и грант РНФ — лаборатория с участием Глеба Соловьёва.
🔹 Ашиш Иредди — доклад на конференции ICCS.

Хакатоны и соревнования
🔹 AI Challenge от Сбера: Александр Смирнов с командой — 1 место и 1,5 млн ₽, ещё две наши команды в призах.
🔹 Селим Поладов — серебро Yandex Cup 2025 (ML) в Стамбуле.
🔹 Команда RASCAR — золото и бронзы AI Junior Challenge (3,4 млн ₽), первое место на AIIJC и другие призы.
🔹 На Cup IT 2026 команда ФТИИ взяла 1 место в треке «Аналитика данных» (4500+ участников).
🔹 Серебро IT Purple Hack и «Хакатона Алиса AI».
🔹 Весь подиум соревнования РАСКАР — наши первокурсники.
🔹 Алексей Легоньков — призёр «Я — профессионал» (трек ИИ).

Гранты и стартапы
🔹 Матвей Муртазалиев и проект Anizo — грант 500 000 ₽ на «Физтех.Идее» МФТИ и призы акселераторов.
🔹 Игнат Шаклеин со стартапом Placelist — топ-32 Yandex AI Startup Lab из 1000+.
🔹 Проект OSA (Андрей Гетманов) — спецприз GitVerse на Highload++.

Стипендии и премии
🔹 Стипендиаты Президента РФ — Дмитрий Львов и Ольга Гавриленко.
🔹 Стипендия Владимира Потанина — Геннадий Филатов.
🔹 Десятки наших — стипендиаты Сбера и Газпром нефти; премии «Сияние ИТМО» и «Студент года»

Гордимся каждым 🔥 И это далеко не полный список

🐣 Первокурсники ФТИИ — уже в реальной науке

В блоге для абитуриентов @ftii_jun вышла серия из четырёх историй о первокурсниках лаборатории АИСТ: ребята пришли в лабораторию в декабре, когда она только открылась, — и уже через пару месяцев оказались в реальных проектах, открытом коде и на Конгрессе молодых учёных.

Собрали все четыре истории в одном месте:
🔹 Денис Пышкин — автоулучшение научных репозиториев
🔹 Ирина Куприянова — агент-аналитик проектирования систем
🔹 Владислав Борисенко — физически обоснованный ИИ
🔹 Артём-Жан Шипицын — портал открытого кода ИТМО

Хотите так же — с первого курса в науку? Всё начинается с поступления на «Инженерию ИИ». А чтобы видеть студенческую жизнь ФТИИ изнутри — подписывайтесь на @ftii_jun

Завтра — крайний срок согласия на зачисление (бакалавриат, БВИ)

Поступаете по БВИ или на квоту? 1 августа в 12:00 — крайний срок подать согласие на зачисление. Без согласия в приказ не попадёте.

🔹 Что сделать
Подайте согласие на зачисление на «Инженерию ИИ» — через «Госуслуги» или на abit.itmo.ru. Ехать в приёмную комиссию не обязательно.

🔹 Что дальше
3 августа выйдет приказ о зачислении по БВИ и квотам.

💳 На контракте сроки другие — зачисление до 21 августа.

Не откладывайте на последний час: подайте заранее, чтобы успеть, если возникнут вопросы.

🇨🇳 Постер студента ФТИИ — в топ-5 на международной школе по машинному обучению в Китае

Работу Геннадия Филатова отметили в пятёрке лучших постеров на международной летней школе по машинному обучению от Сколтеха (SMILES 2026). Две недели, с 13 по 27 июля, она проходила в Нанкинском университете на кампусе в Сучжоу.

Геннадий представил постер «Когда синтетических данных достаточно: калибровка для ранжирования табличных моделей» (в оригинале — When Synthetic Data Is Enough: Calibration for Tabular Model Ranking, в соавторстве с Ириной Деевой). Работа о том, как сравнивать и ранжировать табличные модели по синтетическим данным, когда реальных данных для проверки не хватает — и при этом не терять в точности оценки.

Коротко о формате: на постерной сессии участники представляют исследования на больших плакатах, а эксперты и коллеги подходят, разбирают работу и задают вопросы.

Исследование выполнено в лаборатории АИСТ, где студенты ФТИИ занимаются реальной наукой.

Поздравляем Геннадия 🔥

🖥️ SlideGuard: ИИ, который вычитывает презентации — разработка ФТИИ на ACL 2026

Команда Industrial AI Research Lab (центр «Сильный ИИ в промышленности», при поддержке гранта Минэкономразвития) сделала SlideGuard — агентную систему, которая оценивает презентации по множеству критериев и подсказывает, что поправить.

Фишка — проверка на уровне каждого слайда: система сама определяет тип слайда, применяет только подходящие критерии, находит проблемы и привязывает замечание к конкретному месту. На выходе — понятные рекомендации.

Кому полезно: студенту — вычистить типовые ошибки перед защитой; преподавателю и научруку — тратить время на содержание работы, а не на оформление слайдов.

Работа представлена на ACL 2026 (Demo Track, уровень A*), код полностью открыт, а на ФТИИ SlideGuard уже используют.

Авторы: Николай Бутаков, Мария Ходорченко, Никита Мазеин, Даниил Гареев, Юрий Фалевский, Георгий Конев, Денис Насонов.

🔗 Код на GitHub

🎓 Работы выпускников. Как научить ИИ генерировать README для проектов с открытым кодом

У открытого репозитория без README не разобраться — это его описание и точка входа. Но писать и поддерживать его руками долго, поэтому README часто устаревает или его нет вовсе.

Захар Попов, выпускник магистратуры ФТИИ по программе «Искусственный интеллект в промышленности», в дипломной работе собрал конвейер, который генерирует README автоматически — для репозиториев на GitHub, GitLab, GitVerse и SourceCraft. Научный руководитель — Николай Никитин.

Это не отдельный скрипт, а модуль проекта OSA — открытой разработки лаборатории АИСТ. Внутри — мультиагентная система с циклом самооценки: она не просто генерирует README, а сама проверяет и улучшает результат.

Чем работа сильна:
🔹 README собирается в один клик — не нужно вручную писать и обновлять документацию;
🔹 Захар в команде OSA с самого зарождения проекта: за два года видел, как тот растёт — новые возможности, конференции, статьи;
🔹 больше всего в работе ему было ценно проектировать архитектуру вместе с командой и доводить первые прототипы до рабочего результата.

Работу Захара отдельно отметила государственная экзаменационная комиссия.

Где это пригодится: всюду, где у проекта с открытым кодом должен быть понятный README, но писать его руками некогда.

Что дальше — Захар продолжит развивать OSA в составе команды.

Репозиторий с кодом: https://github.com/aimclub/OSA

#работы_выпускников

Сегодня — публикация конкурсных списков. Разбираем, как читать их спокойно. Все списки и статусы — на abit.itmo.ru.

🔹 Про проходной балл
Заранее его не объявляют — он формируется по итогам конкурса. Для ориентира, 2025 год, два направления подготовки (что это — здесь): на 02.03.03 проходной 310, на 11.03.02 — 282. На первом — в основном олимпиадники и стобалльники, на втором порог ниже и мест больше. Не призёр олимпиад — реальнее целиться в 11.03.02.

🔹 Списки — это ещё не зачисление
После публикации подаёте согласие на зачисление: по БВИ и квотам — до 1 августа (приказы 3 августа), по вступительным испытаниям — до 5 августа (приказы 7 августа).

Увидели ошибку — пишите в приёмную комиссию.

🎓 Работы выпускников. Как научить ИИ читать русский рукописный текст — и уместить его в лёгкую модель

Бахер Мохаммад, выпускник магистратуры ФТИИ по программе «Большие данные и машинное обучение» (научный руководитель — Пётр Гладилин), добивается, чтобы ИИ хорошо распознавал русский текст с картинок — даже кривой почерк или размытую вывеску — и при этом оставался лёгким. Сильные OCR-модели для русского обычно либо огромные, либо маленькие, но с кучей ошибок.

Он зашёл с двух сторон. Сначала выжал максимум из небольшой открытой модели и придумал аккуратный способ «сливать» две версии модели без конфликта — метод Decoupled SLERP. Когда стало ясно, что 100-миллионная модель не тянет всё разнообразие рукописного русского, взял модель посильнее (2 млрд параметров) и сжал её вдвое своим методом ROCKET — за 5 часов на одной видеокарте, без обучения с нуля. Итог делает вдвое меньше ошибок на рукописном русском, чем прежняя лучшая «лёгкая».

Где пригодится: мобильные сканеры документов, приложения для незрячих — читать вывески, этикетки лекарств, меню в реальном времени. А сами методы ROCKET и Decoupled SLERP работают не только с OCR — их можно применять и к большим языковым моделям.

Сейчас Бахер — ML-исследователь в MWS AI (ИИ-направление МТС): участвовал в Cotype-VL (мультимодальная модель на 32 млрд параметров, уже работает у корпоративных клиентов), а научную часть ведёт в лаборатории LEAD — совместной у MWS AI и ИТМО. Дальше — голосовые модели и публикации на конференциях уровня A*.

Репозиторий: github.com/mts-ai/ROCKET
Препринт: arxiv.org/abs/2602.11008

#работы_выпускников

Завтра — последний день подачи на бюджет (бакалавриат)

25 июля в 17:00 закрывается приём на «Инженерию ИИ» — и по ЕГЭ, и по олимпиадам (БВИ). Не подать вовремя — значит ждать год.

🔹 Как подать
Онлайн — только через «Госуслуги». Личный кабинет ИТМО заявление больше не принимает.

🔹 Что приготовить
Аттестат, паспорт, СНИЛС и подтверждения олимпиад, если поступаете по ним.

🔹 Что дальше
27 июля выйдут конкурсные списки — там будет видно вашу позицию по баллам.

💳 На платное (контракт) приём дольше — до 18 августа.

Не тяните до вечера: подайте с утра, чтобы осталось время поправить документы.

⏳ Конкурс «Технологии ИИ»: последние дни приёма (магистратура)

Приём заявок на конкурс проектов «Технологии ИИ» закрывается 26 июля. Если думали участвовать — самое время.

Напомним: подойдёт любой проект с применением ИИ, любой области и уровня. Победители поступают в магистратуру ФТИИ без вступительных экзаменов.

Что нужно: резюме и презентация проекта (PDF). Участие бесплатное.

📌 Успеть подать заявку · канал конкурса

Не откладывайте — пара дней ещё есть, и одной заявки бывает достаточно, чтобы всё изменилось.

🎓 Работы выпускников. Как «маяки» в коде помогают ИИ писать программы лучше

Когда опытный разработчик открывает чужую программу, он не читает её строку за строкой — взгляд цепляется за несколько ключевых фрагментов, по которым понятно, что делает код. В когнитивной науке такие опорные места называют «маяками».

Дуань Жань, выпускник магистратуры ФТИИ по программе «Большие данные и машинное обучение», в дипломной работе предложил подход, который помогает большим языковым моделям опираться на такие же «маяки» — чтобы генерация кода становилась логичнее и надёжнее. Научный руководитель — Сергей Ковальчук.

Работа начинается с вопроса: что такое код и как его понимает человек? Дуань Жань рассмотрел функцию как преобразование входных данных в результат и разобрал, какие промежуточные шаги действительно влияют на итог. На этой основе построена формальная логика, по которой система находит смысловое ядро программы — не просто подсказки для модели, а структурированный способ передать суть кода.

Чем работа сильна:
🔹 подход соединяет когнитивную науку, программную инженерию и генерацию кода языковыми моделями;
🔹 в экспериментах генерация с опорой на «маяки» улучшила работу небольших моделей на реалистичных задачах с кодом на Python.

Работу Дуань Жаня отдельно отметила государственная экзаменационная комиссия.

Где это пригодится: генерация и исправление кода, код-ревью, поддержка репозиториев, техническая документация.

Что дальше — статья по теме уже подана на международную конференцию и дорабатывается по отзывам. В перспективе Дуань Жань хочет довести подход до реальных инструментов разработчиков, чтобы сделать ИИ-ассистентов для программистов надёжнее.

Репозиторий с кодом: https://github.com/dr990613/Beacon-reasoning-system

#работы_выпускников