На международной конференции AI Journey (18+) ("Путешествие в мир искусственного интеллекта") подведены итоги конкурса AIJ Science — отбора научных статей по новейшим исследованиям в области искусственного интеллекта и машинного обучения, сообщает пресс-служба банка.
В 2025 году на конкурс было подано свыше 240 работ от AI-исследователей из 17 стран: России, Индии, Китая, США, Индонезии, Канады, Беларуси, Узбекистана, Южной Кореи, Саудовской Аравии, Азербайджана, Эфиопии, Кипра, Иордании, Армении, Вьетнама и Судана. Российские работы поступили из разных регионов страны — от Комсомольска-на-Амуре до Луганска.
К публикации в специальном выпуске издания "Доклады Российской академии наук. Математика, информатика, процессы управления" и его англоязычной версии Doklady. Mathematics допущено 42 статьи. Все материалы рецензируют ведущие профильные эксперты, а статьи для публикации в издании и лучшая статья определяются авторитетной конкурсной комиссией из учёных Сбера, Института AIRI и Института системного программирования РАН.
Научная статья "MMRFiGN: ансамблевая графовая модель сегментации несбалансированных изображений высокого разрешения, информированная мультикомпонентными марковскими случайными полями" признана лучшей работой AIJ Science 2025.
"Непрерывные научные исследования крайне важны для развития прикладного искусственного интеллекта, поскольку они лежат в основе как создания новых продуктов, так и совершенствования существующих. Особенно хочется отметить растущий интерес к конкурсу не только в нашей стране, но и за рубежом: более 200 работ из 17 стран мира — это отличное подтверждение его международного признания. Работа-победитель этого года — яркий пример исследования с широкими возможностями для практического применения искусственного интеллекта в реальном мире: в сельском хозяйстве, на транспорте, в труднодоступных регионах и в сфере безопасности. Уверен, что предложенная архитектура станет серьёзным подспорьем и ценным инструментом для других учёных и разработчиков", подчеркнул старший вице-президент, руководитель блока "Технологическое развитие" Сбербанка Андрей Белевцев.
Авторы статьи изучили семантическую сегментацию изображений высокого разрешения с дисбалансом классов и предложили новый метод — ансамблевую графовую нейросетевую модель MMRFiGN, основанную на интеграции в архитектуру мультикомпонентных марковских случайных полей. Эффективность подхода продемонстрирована как теоретически (доказана возможность ускорения обучения по сравнению с сопоставимыми по размеру графовыми и свёрточными решениями), так и эмпирически (на открытых датасетах из снимков с беспилотных аппаратов MMRFiGN превосходит по точности более чем на 15% лучшую трансформерную модель 2025 года для обработки аэрокосмических изображений). При этом модель содержит почти в два раза меньше параметров, чем сопоставимые по результатам аналоги. Предложенные методы эффективны при анализе сложных сцен в автономной навигации для беспилотных систем.
