IrkutskMedia, 24 ноября. 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" (18+) 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" (18+) 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.