Покидая X Международную научную конференцию «Интеллектуальные информационные технологии для индустрии» IITI’26, которая с 14 по 18 октября проходила в Международном институте математических наук Кайюань высокотехнологичного китайского города Чанша, многие гости с восторгом повторяли: «Вот до чего индустриализация дошла!». Современные методы автоматизации, цифровизации и искусственного интеллекта в промышленности и производстве не оставят равнодушными даже людей, далёких от транспортных и энергетических систем. Ну а нам — не впервой!
Правда, в отличие от прошлогодней IITI, о которой мы писали в марте, ряды представителей Института проблем искусственного интеллекта с тех пор чуть порядели. Так, Александр Панов направил сотрудницу Центра когнитивного моделирования МФТИ Ольгу Копаневу рассказать о совместном проекте «InvGym: Расширяемая среда для обучения с подкреплением для задачи управления запасами» (ссылка). Сама задача заключается в поиске баланса между наличием запасов и затратами на их поддержание. Помочь в выработке эффективной стратегии закупок призвана векторизованная, трансформируемая среда InvGym, заточенная под обучение на реальных данных: она симулирует работу сразу нескольких магазинов с кучей товаров на полках в рамках одной логистической цепочки, поддерживает два режима спроса и множество настраиваемых комбинаций функций. Отличное подспорье для людей, ценящих время.
А для секции «Интеллектуальные информационные технологии» Сергей Проничкин и Дмитрий Девяткин вновь приготовили два совместных доклада: «Идентификация девиантного дискурса с помощью нейронных сетей и семиотический анализ нелинейных коммуникаций в научных социальных сетях» (ссылка), а также «Системно-онтологический анализ паттернов коммуникации акторов национальной инновационной системы в контексте сентимент-анализа дискурса в научных социальных сетях» (ссылка). Как видим, в обоих случаях команды провели комплексное исследование НИС на основе тематических интернет-платформ (Science-ID, SciNetwork, закрытый «Соционет»), используя инструменты интеллектуального анализа текстов — включая специально разработанный модуль для обхода элементов соцсети по ссылочному графу и алгоритм для определения уровня важности научного направления с учётом нескольких критериев.
А мы из Китая переносимся в Нижний Новгород, в Университет Лобачевского, где 20–23 октября проходила ещё одна хорошо знакомая нам XXVIII Международная конференция DAMDID/RCDL 2026, посвящённая памяти Александра Николаевича Горбаня (1952–2025), всю жизнь посвятившего изучению искусственного интеллекта. Его последователи в лице Артёма Ростунова и Максима Станкевича открывали секцию «Извлечение информации из текстов» с расследованием «Выявление активных обсуждений событий и тем путём анализа социальных медиа» (ссылка). Учёные при помощи TITANIS проследили за новостными пабликами небольшого городка в сети VK, попутно собрав массив данных из постов и связанных с ними комментариев, и на его основе представили набор показателей активности дискуссий для создания критерия активности методом главных компонент. А для тематической классификации сообщений «скормили» нескольким большим языковым моделям согласованный заранее список категорий событий вместе с текстами постов. И БЯМ не подкачали!
Ну и как не упомянуть почтенную 37-ю Международную научно-техническую конференцию «Экстремальная робототехника»: в этом году она пришлась на последние числа октября, примкнув к куда более юному, но очень уверенному в себе IV Международному конгрессу «Русский инженер», который организует МГТУ им. Н. Э. Баумана. Всё, что вы хотели знать о роботах, и не только. Но всё-таки доклад Нураддина Керимова и Константина Яковлева «Векторизованная широкая фаза проверки столкновений для планирования движения роботов» (ссылка) касался именно теоретических основ робототехники и прозвучал в соответствующей секции 30 октября.
В процессе ускоренной перепланировки пути агента в трёхмерном пространстве VAMP (Vector-Accelerated Motion Planning) учёные 71 отдела выяснили, что с ростом числа препятствий преимущество планера снижается. Дело в том, что он минует широкую (отборочную) фазу проверки столкновений с роботом для сцен из геометрических примитивов, в то время как узкую (проверочную) выполняет для каждого препятствия, что постепенно увеличивает время проверки. Поэтому они решили предложить свой метод широкой фазы, ускоренной и векторизуемой при помощи инструкций SIMD (Single Instruction, Multiple Data). Он позволяет выполнить проверку для нескольких сфер агента за одну команду процессора, используя только битовые операции, что позволило снизить общее время работы VAMP в несколько раз.
На этом октябрь и завершился. Наши сотрудники очень плодотворно провели эти осенние деньки и вовсю готовятся к зимней сессии заседания Института проблем искусственного интеллекта. Следите за новостями!
Cсылки по теме:
Сайт конференции IITI’26
Фото с конференции в группе РАИИ
Сайт конференции DAMDID/RCDL 2026
Сайт конференции «Экстремальная робототехника»