Архив премии за вклад в развитие технологий искусственного интеллекта

Запись трансляции 2025

Ученые. Лауреаты премии 2025

Анастасия Анциферова

Анастасия Анциферова

<< Доверенные методы обработки изображений и видео >> В проекте разрабатываются алгоритмы для повышения устойчивости ИИ-методов обработки изображений и видео: метрик оценки качества и нейрокодеков. Созданные бенчмарки используются индустрией по всему миру для повышения качества и безопасности медиасистем.

Дмитрий Ковалев

Дмитрий Ковалев

<< Разработка и анализ эффективных алгоритмов оптимизации >> Проект посвящен разработке численных методов решения задач оптимизации, возникающих, например, в машинном обучении и искусственном интеллекте, с помощью теоретического анализа, который позволяет объяснить принципы работы существующих методов и предложить новые алгоритмы с улучшенной эффективностью.

Максим Рахуба

Максим Рахуба

<< Матричные и тензорные методы для эффективных вычислений в машинном обучении >> В проекте разрабатываются вычислительные методы на основе малопараметрических матричных и тензорных представлений для ускорения и сжатия моделей машинного обучения.

Ученые. Финалисты 2025

Айбек Аланов

Айбек Аланов

<< Эффективные механизмы контроля генеративных моделей для изображений и аудио >> Разработка эффективных механизмов контроля генеративных моделей: адаптация и персонализация, локальное и семантическое редактирование реальных изображений без дообучения; улучшение качества речи с низкой задержкой для работы в реальном времени.

Егор Ершов

Егор Ершов

<< Гипермодель для точного цветового рендеринга на основе сетей Колмогорова-Арнольда >> Современные нейросетевые модели достаточно плохо справляются с задачами рендеринга цветовых изображений, существенно уступая в стабильности классическим алгоритмам. В проекте впервые предложен подход, позволяющий улучшить качества передачи цвета в 2 раза по сравнению с SotA решениями. Достоверность полученных результатов подтверждается не только объективными метриками, но результатами опроса пользлователей.

Иван Рубачёв

Иван Рубачёв

<< Методы и бенчмарки в глубоком обучении для табличных данных >> Установка высоких стандартов экспериментальной достоверности в области табличного глубокого обучения. Анализ недостатков существующих бенчмарков и разработка строгой методологий оценки позволили устранить методологические проблемы, препятствовавшие развитию области, и достичь передовых результатов.