Всего на рассмотрение экспертного жюри (туда вошли 98 представителей научного и бизнес сообщества) было подано 1 205 проектов из 57 регионов страны — в три раза больше, чем годом ранее. Молодые исследователи и научные коллективы представили свои решения в десяти номинациях — от биотехнологий и зеленой энергетики до медицины и микроэлектроники. Каждое из направлений курирует компания‑партнер — лидер рынка соответствующего технологического сегмента. Цифровая экосистема МТС выступила куратором номинации «Искусственный интеллект», где студенты, аспиранты и молодые ученые предлагают решения с применением искусственного интеллекта и внедрением машинного обучения в естественных и технических областях.
«В рамках Конкурса для молодых ученых МТС выявляет перспективные инициативы, которые могут стать стартапами, и помогает разработчикам, формируя научный потенциал страны. В продуктовых вертикалях цифровой экосистемы МТС внедрены инструменты искусственного интеллекта и больших языковых моделей — у нас накоплен впечатляющий практический опыт, который мы готовы передавать его и в рамках конкурса для молодых ученых, и с помощью собственных профильных образовательных программ. Например, в прошлом году мы запустили магистерскую программу «Исследования и предпринимательство в искусственном интеллекте» на факультете компьютерных наук в ВШЭ — она включает обучение по большим языковым моделям, генеративным нейросетям, компьютерному зрению и распознаванию естественного языка», – рассказывает президент Erion (управляет активами цифровой экосистемы МТС) Ровшан Алиев.
Победители различных номинаций Конкурса и обладатели спецнаград из 20 регионов страны представляют федеральные и национально-исследовательские университеты, технические вузы, НИИ, региональные отделения РАН. Помимо финансовой поддержки на реализацию своих разработок, они получили приглашение участвовать в Школе для молодых ученых и организаторов науки — недельном интенсиве, который объединит перспективных исследователей с представителями научных организаций и отечественного высокотехнологичного бизнеса для развития и интеграции совместной научно-исследовательской деятельности.
«Совместно с Российской академией наук, Роспатентом и нашими индустриальными партнерами — цифровой экосистемой МТС, «Биннофарм Групп», ГК «МЕДСИ» и другими представителями высокотехнологичного бизнеса, мы создаем рабочие связи между талантливыми молодыми учеными и реальным сектором экономики. Это самый эффективный путь от научной идеи до ее внедрения в приоритетных отраслях», – отмечает президент Благотворительного фонда «Система», член-корреспондент Российской академии образования Лариса Пастухова.
Подробнее о номинации «Искусственный интеллект» в рамках II Конкурса для молодых ученых
В номинацию под кураторством МТС поданы 73 заявки. Победителем стал аспирант МГУ им. М.В. Ломоносова из Москвы Иван Сущев, чья работа посвящена решению одной из главных проблем квантовой криптографии — уязвимости реальных систем к атакам на их техническую реализацию, несмотря на теоретически доказанную безопасность. Проект «Исследование способов повышения безопасности систем квантового распределения ключей» основан на комплексном подходе, где сочетаются экспериментальные и теоретические методы. В частности, разработаны и апробированы инструмент широкополосной рефлектометрии для обнаружения попыток зондирования системы, а также новый криптографический протокол. Эти методы позволяют количественно оценить утечку информации и эффективно противостоять даже комбинированным атакам.
Второе место получила разработка кандидата технических наук из Москвы, научного сотрудника AIRI (научно-исследовательского института искусственного интеллекта) Олега Сомова «Методы разработки text-to-SQL систем в условиях сдвига обучающей выборки», которая решает одну из ключевых проблем современных систем искусственного интеллекта — надежное преобразование текстовых запросов на естественном языке в команды для баз данных. Особенность проекта — создание системы, способной оценивать собственную уверенность при генерации ответов. В отличие от существующих аналогов, ее алгоритм распознает нестандартные или сложные запросы и может отказаться от ответа в случае высокой неопределенности. Это предотвращает генерацию некорректных SQL-запросов и принятие решений на основе ошибочных данных. Разработка открывает новые возможности для создания безопасных аналитических систем в медицине, корпоративном управлении и других областях, где критически важна точность работы с данными.
В тройку лучших также вошел проект кандидата технических наук, доцента Тюменского государственного университета (Школа компьютерных наук) Анны Глазковой под названием «Генерация ключевых слов для русскоязычных текстов с помощью предварительно обученных языковых моделей». Он включает «умный» алгоритм, который автоматически подбирает точные ключевые слова к русскоязычным текстам. Разработка помогает быстро и качественно описывать научные статьи, новости и другие документы, экономя время исследователей и редакторов. Она также найдёт применение в научных базах данных, издательствах и SEO-оптимизации, значительно упрощая процесс категоризации и поиска информации на русском языке.
Дополнительное поощрение в рамках номинации получил проект «Гибридная система поддержки принятия решений: интеграция ML-каскада и LLM для синтеза аналитики в логистике» команды московского Государственного университета управления. Разработка объединяет два передовых инструмента: машинное обучение (ML) для точного прогнозирования показателей и большую языковую модель (LLM) для формирования понятных аналитических выводов на естественном языке. Это позволяет системе не только предсказать возможные задержки поставок и оперативно отслеживать эксплуатационные риски, но и сформулировать конкретные, обоснованные рекомендации для специалистов-логистов. Система уже показала высокую эффективность в первоначальных тестовых испытаниях, подтвердив свою способность адаптироваться к изменяющимся условиям рынка и повышать оперативность принимаемых решений.