Представьте кабинет Михаила Ломоносова в середине XVIII века. Чернильница, перо, стопки рукописей. Сегодня, спустя 270 лет после основания Московского университета, в местных лабораториях творят историю уже иного рода. Здесь не просто изучают законы природы, а создают новый интеллект.
Фундамент будущего: мыслящие нейросети
Искусственный интеллект — широкое понятие. В основе многих современных прорывов лежат искусственные нейронные сети (ИНС). Если объяснять просто, это компьютерные программы, вдохновленные устройством человеческого мозга. Они состоят из множества взаимосвязанных виртуальных нейронов, способных обучаться на данных. Покажите нейросети миллионы фотографий кошек и собак — и она научится их различать. Но в МГУ идут дальше простого распознавания образов.
Исследователи Института перспективных исследований проблем искусственного интеллекта и интеллектуальных систем МГУ (ИИИ МГУ) работают над созданием нейросетей нового поколения, которые не просто классифицируют данные, но понимают их структуру, рассуждают и даже предсказывают сложные сценарии.
Одно из ключевых направлений — разработка эффективных архитектур глубокого обучения, когда нейросети имеют несколько «слоев», что позволяет им находить сложные закономерности в огромных массивах данных. Ученые МГУ ищут способы сделать такие сети менее «прожорливыми» к вычислительным ресурсам и более понятными для человека — это проблема интерпретируемости ИИ. Зачем это нужно? Чтобы доверять решениям машины, особенно в критически важных областях, нужно понимать, как она это решение приняла.
Еще одно направление — нейроинтерфейсы нового поколения. Над этой проблемой Институт ИИ работает совместно с биологическим факультетом МГУ.
В лаборатории нейрофизиологии и нейрокомпьютерных интерфейсов на кафедре человека и животных биофака МГУ были разработаны теоретические основания и практические воплощения первых в России нейроинтерфейсных технологий. В частности, для помощи пациентам с потерей движений и речи был создан комплекс «НейроЧат», позволяющий им на основе алгоритмов расшифровки электрической активности мозга одними мысленными усилиями набирать текст на экране компьютера, управлять ассистивными бытовыми устройствами и активно присутствовать в социальных сетях. Более 500 комплексов «НейроЧата» сейчас находятся в пользовании у пациентов в больницах и домашних условиях.
Исследователи не остановились на достигнутом в деле создания человеко-ориентированного ИИ. Следующий прорыв в развитии нейроинтерфейсных технологий, по мнению Александра Каплана, это разработка нейроинтерфейсов 5-го поколения, способных обеспечить высокоинформативный канал коммуникации между мозгом человека и ИИ.
Такая система объединит преимущества человека в творческих и интуитивных решениях с эффективностью машин в реализации алгоритмизируемых задач и в технологиях обучения на больших данных. Задача первого этапа нейроинтерфейсной технологии 5.0 — антропоморфное копирование семантических полей человека в память машины.
Мультидисциплинарный характер этой работы привлекает к сотрудничеству широкий круг исследователей: от философов, психологов и нейрофизиологов до медиков, математиков и программистов.
Стоит отдельно отметить, что за десятилетний цикл исследования и внедрения нейроинтерфейсных технологий руководителю лаборатории профессору Александру Каплану в 2020 году была присуждена Ломоносовская премия.
Сложные задачи для умных машин: от создания нейроинтерфейсов до защиты видео
Фокус ученых Института ИИ МГУ направлен и на создание моделей, способных осмысливать неструктурированные данные — от нейрофизиологических сигналов до сложных научных текстов. В области медицинского ИИ прорывной стала разработка лаборатории инвазивных нейроинтерфейсов.
Ученые усовершенствовали технологию создания тонкопленочных электродов для систем «мозг-компьютер», заменив дорогие благородные металлы на тантал. Новый метод лазерной обработки ускорил прототипирование втрое, а биосовместимость электродов подтверждена шестимесячными испытаниями на животных. Результаты, опубликованные в журнале ACS Applied Electronic Materials (Q1), открывают путь к безопасным долговременным нейроимплантам.
Эти электроды стали ключевым компонентом в эксперименте «Пифия» ― первом в мире успешном подключении мозга крысы к ИИ. Нейроинтерфейс передавал животному ответы искусственного интеллекта через тактильные ощущения: при стимуляции определенного участка соматосенсорной коры крыса получала сигнал «да» или «нет».
Так животное корректно отвечало на вопросы, демонстрируя симбиоз естественного и искусственного интеллекта. Проект реализован совместно с лабораторией Neiry при поддержке междисциплинарной программы МГУ «Фундаментальные и прикладные нейротехнологии».
Магия слова: когда машина понимает по-русски
Одна из самых сложных задач для ИИ — обработка естественного языка (NLP). Научить компьютер не просто «читать» текст, а понимать смысл, иронию, контекст, генерировать осмысленные ответы — вызов колоссального масштаба. В Институте ИИ МГУ это направление развивается через прорывные проекты, выходящие за рамки стандартных чат-ботов.
SciRus-tiny: новый подход к поиску данных
В сфере обработки языка прорывом стала нейросеть SciRus-tiny от лаборатории машинного обучения. Модель анализирует семантику научных текстов на русском языке, создавая векторные «карты знаний».
Внедренная в платформу elibrary.ru, она позволяет ученым искать публикации не по ключевым словам, а по смысловому сходству: система корректно подбирает статьи даже по фрагментам рукописи или аннотации. Технология ускоряет исследовательскую работу вдвое, что подтверждено тестами.
Видео под микроскопом ИИ: как МГУ учит машины видеть мир
Лаборатория интеллектуального анализа видео ИИИ МГУ под руководством Дмитрия Ватолина решает задачи, невозможные для человеческого зрения. Ученые создают методы оценки качества видео, устойчивые к адверсарным атакам (злонамеренному манипулированию входными данными).
Алгоритм анализирует артефакты сжатия, цветовые аномалии и микрошаблоны шума, выявляя дипфейк-вставки и манипуляции с повышенной точностью — это критично для верификации контента в СМИ и соцсетях.
Параллельно разработана нейросетевая технология сжатия видео с учетом человеческого восприятия. Система строит «карты внимания», выделяя ключевые зоны кадра (лица, движущиеся объекты), что позволяет сократить объем данных без визуальных потерь.
Лаборатория интеллектуального анализа видео также решает задачи защиты ИИ-систем. Ученые разработали метод Ti-Patch для тестирования уязвимостей метрик качества роликов. Алгоритм создает физические «адверсарные патчи» — изображения, которые при печати и съемке камерой обманывают нейросетевые модели оценки видео.
Исследование, представленное на престижной конференции AINL-2024, критически важно для разработки устойчивых систем видеомониторинга в аэропортах и на стратегических объектах.
От теории к практике: стартапы и прорывные приложения
Наука в МГУ не замыкается в академических стенах. Институт ИИ активно поощряет коммерциализацию разработок и поддерживает студенческие и аспирантские стартапы. Многие фундаментальные исследования быстро находят путь в реальные продукты и услуги, меняющие жизнь к лучшему.
Медицина и биоинформатика: ИИ против рака и болезней костей
Лаборатория искусственного интеллекта в биоинформатике и медицине под руководством Василия Раменского создает решения для здравоохранения. Проект Onqueta — система ранней диагностики онкологических рисков через «умное анкетирование». Алгоритмы анализируют ответы пациентов, выявляя носителей опасных генетических вариантов с точностью, сопоставимой с ДНК-тестами, но в несколько раз дешевле.
Параллельно разрабатываются ИИ-инструменты для диагностики дефектов костей: нейросети анализируют МРТ-снимки, выявляя дегенерацию межпозвонковых дисков на доклинической стадии. Эти решения становятся «цифровым ассистентом» ортопедов и других врачей, сокращая время диагностики.
Поиск знаний и образование: как ИИ помогает ученым и студентам
Лаборатория машинного обучения под руководством доктора наук, профессора РАН Константина Воронцова создает интеллектуальные системы для науки. Проект «Мастерская знаний» — поисково-рекомендательный сервис для исследователей. Алгоритмы автоматически анализируют миллионы научных статей, составляя тематические подборки и выделяя тренды. Это значительно упрощает исследовательскую практику.
Для образования разработан Depo.AI — депозитарий учебных задач с открытыми данными и кодом. Платформа позволяет создавать практические курсы по анализу данных для медицины, логистики и финансов, ускоряя подготовку ИИ-специалистов втрое по сравнению с традиционными методами.
Горизонты: куда движется ИИ в МГУ?
Развитие искусственного интеллекта в МГУ не стоит на месте. Ученые смотрят в будущее, ставя перед собой амбициозные задачи. Одно из перспективных направлений — создание ИИ, способного к непрерывному обучению и адаптации в динамично меняющемся мире, подобно человеку.
Сейчас большинство нейросетей отлично решают задачи, на которых их обучили, но с трудом переносят знания в новые условия. Преодоление этого барьера — ключ к созданию по-настоящему гибких и универсальных систем.
Другая грань — нейросимволический ИИ. Это попытка объединить силу «интуитивного» машинного обучения с возможностями логического вывода и манипулирования символами, присущими традиционным системам ИИ.
Такой гибридный подход может стать прорывом в создании ИИ, способного не только распознавать паттерны, но и рассуждать, объяснять решения и планировать сложные действия. Исследования в этом направлении активно ведутся в стенах Института ИИ и других подразделениях.
Важной частью работы остается изучение этических и социальных последствий ИИ. Как гарантировать безопасность и надежность автономных систем? Как предотвратить предвзятость алгоритмов? Как ИИ повлияет на рынок труда?
В МГУ понимают, что развитие технологии должно идти рука об руку с осмыслением ее влияния на человека и общество. В институте стараются создавать ИИ не просто умным, но и ответственным — технологии должны служить человеку, а не наоборот.
Наследие Ломоносова в цифровую эпоху
Московский университет, основанный великим энциклопедистом, всегда был местом, где рождалось знание, бросающее вызов существующим парадигмам. МГУ достойно несет эту эстафету. Здесь фундаментальная наука о природе разума — как человеческого, так и машинного — неразрывно связана с прорывными инженерными разработками.
Студенты и ученые, работающие в этих стенах, не просто осваивают технологии будущего — они активно их формируют. Исследования в области ИИ прокладывают путь к миру, где интеллектуальные машины станут неотъемлемыми помощниками человека, расширяя границы возможного. И в этом — лучшая дань наследию университета, отмечающего 270 лет служения науке и прогрессу.
