Экспортное мнение: компьютерное зрение и технологии речи стали ключевыми отраслями ИИ в РФ

Россия заняла третье место среди стран БРИКС по количеству публикаций на ведущих мировых конференциях, а по качеству исследований опережает многие государства с большим объемом работ. Особенно выделяются направления компьютерного зрения и технологий речи. Однако существует разрыв между научными разработками и их практическим применением, в частности, в области ИИ-агентов и инфраструктуры. В Минцифры сообщили, что планируют развивать спрос на отечественные ИИ-решения и ускорять внедрение научных разработок в практику. Об этом пишет портал Известия.

Где российский ИИ проявил наибольшую силу

Россия занимает 20-е место из 195 стран по числу публикаций на десяти ведущих международных конференциях уровня A* по машинному обучению и искусственному интеллекту, согласно исследованию Наукометрического центра НИУ ВШЭ. Эти конференции считаются наиболее престижными в области компьютерных наук: доля отклоненных заявок достигает 75–80%, а представленные работы во многом определяют направления развития мировой индустрии.

Среди стран БРИКС Россия третья после Китая и Индии. При этом средний показатель международной цитируемости (FWCI) отечественных исследований составил 3,59 — выше, чем у Индии (3,10), несмотря на значительно меньшее количество публикаций. В период с 2020 по 2025 годы российские организации представили 560 исследований, которые получили более 12,3 тыс. цитирований.

— Россия традиционно сильна в теоретических компьютерных науках. В БРИКС она занимает первое место в области анализа формальных понятий и второе по 23 темам. Основные компетенции заключаются в оптимизации и математике машинного обучения, — пояснили в НИУ ВШЭ.

Высокая позиция нашей страны свидетельствует о силе отечественной научной школы, несмотря на инфраструктурные ограничения, санкционное давление и нехватку вычислительных мощностей, считает управляющий партнер Union Group Марина Краснова.

— Тот факт, что почти три четверти работ прошли отбор в основные программы высокоселективных международных конференций, подтверждает международное признание качества представленных исследований, — отметила она.

В мире востребовано семейство российских инструментов автоматического машинного обучения FEDOT для создания прикладных моделей ИИ. За последние три года фреймворк скачивали сотни миллионов раз пользователи из 42 стран. По числу использований лидируют США, Россия и Китай, сообщил руководитель Института ИИ ИТМО Александр Бухановский.

— В последний год в научной повестке появились направления, в которых у России пока нет фундаментальных заделов, однако они открывают многообещающие возможности. К ним относятся вычислительные технологии для ИИ, а также экономические и социально-гуманитарные аспекты его применения, — уточнил он.

Еще одной особенностью отечественной ИИ-науки является тесное взаимодействие университетов и технологических компаний. Более 40% отечественных публикаций подготовлены с участием корпоративного сектора. Среди компаний лидерами по количеству публикаций стали «Яндекс» и «Сбер», среди университетов — НИУ ВШЭ и Сколтех, а среди некоммерческих организаций — AIRI.

Приоритеты постепенно смещаются от фундаментальных исследований к прикладным решениям. Среди перспективных направлений Марина Краснова выделила генеративные и языковые модели, компьютерное зрение для промышленности и медицины, автономный транспорт, робототехнику, оптимизацию и сжатие нейросетей, а также применение ИИ в материаловедении, биоинформатике и геологии.

— За пять лет существования AIRI было подготовлено более 1,4 тыс. научных публикаций, 400 из которых — за 2025 год, более 130 из них вошли в основные программы конференций A* и A с самым строгим отбором, что говорит о ставке на качество, а не количество, — уточнил генеральный директор Института AIRI, декан ФИИ МГУ Иван Оселедец.

От публикаций к продуктам

Результаты исследования НИУ ВШЭ являются важным индикатором востребованности ИИ со стороны бизнеса и госуправления, считают в Минцифры России.

— Необходимо создавать условия для ускоренного трансфера результатов данных исследований в практическое применение. В этих целях Минцифры совместно с заинтересованными ведомствами проводит работу по нескольким направлениям: совершенствование регулирования ИИ, развитие вычислительной инфраструктуры и кадрового обеспечения, а также стимулирование спроса на отечественные ИИ-решения, — сообщили «Известиям» в пресс-службе министерства.

Выделить одно наиболее перспективное направление сложно: его актуальность прежде всего определяется экономической отдачей, отметил руководитель центра разработки больших языковых моделей MWS AI Валентин Малых. Компания делает ставку на развитие агентных возможностей больших языковых моделей. Среди других перспективных направлений эксперт называет генерацию аудио и компьютерное зрение.

Некоторые отечественные разработки уже востребованы за рубежом. В качестве примера Валентин Малых приводит решения по распознаванию лиц VisionLabs. Однако международные научные коллаборации и санкционные ограничения затрудняют определение национальной принадлежности части исследований, поэтому реальный объем российской научной активности может быть выше официальных показателей.

Одним из ограничений для развития ИИ остаются данные. IT-предприниматель Михаил Лисецкий отметил, что возможности моделей зависят от объема, качества и степени разметки исходной информации. Российские проекты, использующие преимущественно русскоязычные источники, имеют меньший объем сырого материала для токенизации, а получение качественных коммерческих баз данных зачастую требует значительных затрат.

— Одно из наиболее слабых направлений в ИИ-науке — обработка естественного языка: по числу публикаций на конференциях ACL и EMNLP наша страна уступает мировым лидерам, а показатели цитируемости здесь ниже, чем в фундаментальном машинном обучении или компьютерном зрении. В исследовательской деятельности активно участвуют лишь считаные игроки из бизнеса, тогда как большинство компаний предпочитает не вкладываться в ИИ-науку, — пояснил эксперт.

Директор по развитию технологий искусственного интеллекта Сбербанка Сергей Марков считает, что стране важно одновременно развивать собственные большие генеративные модели, VLA-системы для управления роботами и транспортом, а также новые вычислительные архитектуры, чтобы сохранить технологическую самостоятельность. По его словам, за рубежом сейчас наиболее востребованы российские фундаментальные исследования в области математических основ глубокого обучения.

ИИ становится инфраструктурной отраслью

Еще один критический фактор — вычислительные мощности. Исполнительный директор Российского фонда прямых инвестиций (РФПИ) Антон Урусов считает, что одной публикационной статистики уже недостаточно для оценки технологического лидерства: объем исследований растет настолько быстро, что само прохождение работы на ведущую конференцию дает всё меньше информации о ее потенциале.

По его мнению, при оценке необходимо учитывать способность превращать научные результаты в конкурентоспособные модели и технологии. Российские исследовательские школы способны работать на мировом уровне, однако масштаб доступной вычислительной инфраструктуры остается одним из ограничений для коммерциализации разработок.

— Талант — необходимое условие успеха, но одного таланта уже недостаточно, — добавил Антон Урусов.

ИИ становится капиталоемкой инфраструктурной отраслью, поэтому России необходимы долгосрочные инвестиции в вычислительные мощности, кадры и технологическую базу. РФПИ рассматривает ИИ и связанную с ним инфраструктуру как одно из ключевых инвестиционных направлений.

Сильные позиции России могут использоваться и для расширения сотрудничества внутри БРИКС. Председатель российской части Женского делового альянса БРИКС Анна Нестерова считает, что результаты исследования создают основу для формирования собственного научно-технологического пространства объединения. По ее словам, наша страна может наращивать обмен компетенциями, совместные исследования и взаимодействие между научными школами, лабораториями и технологическими компаниями.

— Для России это возможность не только укреплять собственные компетенции, но и становиться одним из центров притяжения научного сотрудничества внутри объединения, — отметила она.

В «Яндексе» также подчеркнули взаимосвязь науки и бизнеса: реальные задачи сервисов формируют новые исследовательские вопросы, а научные разработки помогают совершенствовать продукты. Партнерства с университетами и научными центрами позволяют одновременно развивать технологии и отечественную школу ИИ.