Вышла вторая статья из цикла материалов по цветовой вычислительной фотографии⤵️

На Хабре руководитель группы «Цветовая вычислительная фотография» AIRI Егор Ершов продолжает рассказывать о том, как корректно описать цвет научными методами. На этот раз он кратко освещает историю возникновения цветовых стандартов CIE RGB и CIE XYZ, принятых Международной комиссией по освещению в 1931 году, а также объясняет, что такое цветовой треугольник.

📎Читайте по ссылке.

В сегодняшнем дайджесте делимся подборкой новостей с участием исследователей AIRI ⤵️

⚫️Public! Екатеринбург: научный сотрудник AIRI и УрФУ Константин Ушенин — о применении ИИ в медицине в формате карточек.

⚫️Материал на Хабре: старший научный сотрудник группы «Вычислительная семантика» Василий Коновалов — о том, как неизменность формулировки вопроса влияет на способность языковых моделей отвечать на него без дополнительной помощи.

⚫️Книга с изображениями Всероссийской выставки 1896 года в цвете, подготовленное командой Волго-Вятского банка Сбербанка и AIRI. Иллюстрации раскрашены с помощью алгоритмов, разработанных в Институте.

⚫️Выпуск передачи «Мы и наука. Наука и мы» на НТВ с директором лаборатории FusionBrain AIRI Андреем Кузнецовым.

⚫️РБК.Тренды: интервью с Алексеем Осадчим — руководителем научной группы «Нейроинтерфейсы» AIRI и директором Центра биоэлектрических интерфейсов НИУ ВШЭ.

⚫️AIRI Seminars: запись семинара «Adaptive RAG: обзор методов условной генерации на основе контекста», прошедшего 18 июня — уже доступна в VK Видео и на YouTube.

#дайджест_AIRI

В эту пятницу, 27 июня, встречаемся в парке «Сад Эрмитаж»⤵️

Исследователи AIRI примут участие в программе фиджитал-фестиваля «Мир глазами ИИ», который проводится в рамках проекта «Лето в Москве». Делимся расписанием:

⚫️16:00 — открытая дискуссия: «Тренды в сфере ИИ: наука и жизнь»

Участники:
— Владислав Куренков, руководитель научной группы «Адаптивные агенты» AIRI
— Алексей Ковалёв, кандидат компьютерных наук, руководитель группы «Воплощённые агенты» лаборатории «Когнитивные системы ИИ» AIRI, доцент Центра когнитивного моделирования МФТИ
— Егор Алёшин, исполнительный директор и владелец продукта GigaChat B2B, Сбер
— Модерирует дискуссию Александра Бройтман, директор по маркетингу и коммуникациям AIRI

⚫️17:00 — лекция «Искусственный интеллект — от настоящего к будущему»

— Алексей Ковалёв представит научно-популярную лекцию о текущих достижениях в области искусственного интеллекта и перспективах его развития.

Вход свободный, подробнее о мероприятии читайте на сайте.

Сегодня рассказываем про новую технологию, которая предотвратит автоматический сбор биометрических данных из открытых аудио источников⤵️

Исследователи из AIRI, МТУСИ, Сбера и VeinCV представили метод защиты персональных голосовых данных в публичном цифровом пространстве. Технология основана на универсальных состязательных патчах (universal adversarial patches, UAP) и призвана блокировать несанкционированный автоматический сбор и анализ голосовых биометрических характеристик из аудиозаписей, доступных для скачивания, включая подкасты, интервью, лекции и онлайн-стримы.

Патч нарушает работу алгоритмов извлечения голосовых «отпечатков», делая попытки автоматической идентификации или кластеризации голосов по публичным записям бесполезными. Благодаря новой экспоненциальной TV-функции потерь с полной вариацией, новый метод сохраняет разборчивость для человеческого восприятия и не мешает работе систем распознавания содержания речи, сохраняя полезность аудио для транскрипции, перевода или поиска по ключевым словам. Представленное решение работает на аудиофайлах любой длины от коротких цитат до длинных лекций.

Исследование принято к публикации в материалах международной конференции Interspeech 2025 году. Подробнее — в материале ТАСС.

Научная статья | GitHub

Зачем стране свои большие языковые модели и как устроены отечественные конкуренты ChatGPT — читайте в колонке для ТАСС ⤵️

О возможностях и вызовах развития российских нейросетей рассказала доктор компьютерных наук, руководитель группы «Прикладное NLP» в AIRI и старший научный сотрудник ИСП РАН Елена Тутубалина.

⚫️Читайте материал по ссылке.

Новый метод повышения надежности генерации запросов для работы с данными ⤵️

Исследователи группы «Прикладное NLP» AIRI усовершенствовали работу языковых моделей для генерации SQL-запросов, создав систему, которая помогает точнее создавать запросы к базам данных c помощью больших языковых моделей, а также оценивать собственную уверенность в корректности результата.

Чтобы нетехнические специалисты могли доверять такой модели, были разработаны 2 техники — внешний классификатор и оценка калиброванности. Внешний классификатор работает как автоматический фильтр, принимая решение о выдаче запроса пользователю на основе оценки уверенности модели. Для оценки уверенности моделей в своих решениях исследователи применили энтропийные методы, анализирующие распределение вероятностей выходных данных. Они не требуют значительных вычислительных ресурсов, что делает их удобными для интеграции в реальные системы.

В задаче генерации SQL-запросов энтропийная оценка позволяет определять, насколько можно доверять сгенерированному запросу, снижая риск ошибок в критически важных процессах, таких как анализ медицинских данных или управление бизнес-аналитикой. В ходе испытаний методика позволила выявлять до 90% ошибок при генерации SQL-запросов, значительно уменьшая вероятность получить некорректные результаты.

Научная статья | GitHub

Два новых поста на Хабре — про расчёт электронной плотности молекул с помощью нейросетей ⤵️

Недавно мы рассказывали о новой архитектуре LAGNet, разработанной исследователями из команды «Глубокое обучение в науках о жизни» AIRI. Эта модель — ещё один шаг к применению глубокого обучения для предсказания ключевых молекулярных свойств.

Константин Ушенин, кандидат физико-математических наук, старший научный сотрудник группы, подробнее рассказывает про новую разработку на Хабре. В первой части он изложил введение в вопросы предсказания свойств молекул с помощью нейросетей, сделав акцент на графовые сети. Вторая часть посвящена улучшениям, которые легли в основу LAGNet.

Первая статья | Вторая статья