VK Education и НИУ ВШЭ в июне 2025 года опросили 1,3 тыс. абитуриентов по ИТ-направлениям об их ожиданиях от высшего образования.

 
 51% абитуриентов хотят после обучения разрабатывать ИТ-продукты и технологии. 18% намерены открыть стартап, 9% — заниматься наукой и исследованиями. 21% респондентов не определились с планами.

 
 Наиболее популярными направлениями считаются искусственный интеллект (67%), анализ данных (55%), разработка ИТ-инфраструктуры (44%), разработка информационных систем (41%) и системное программирование (37%). При этом 52% абитуриентов считают, что базовые знания в ИИ нужны вне зависимости от профиля подготовки.

 
 По мнению респондентов, самые интересные ИИ-специальности связаны с машинным обучением (67%), генеративным ИИ (55%), компьютерным зрением (42%), интеллектуальными системами (35%) и обработкой естественного языка (34%). Также востребованы специалисты по рекомендательным системам (29%), по этическим аспектам и регулированию ИИ (17%).

 
 Абитуриенты при выборе учебного заведения ориентируются на его престиж (76%), наличие программ (74%) и востребованность выпускников на рынке труда (73%). 63% планируют продолжить обучение в магистратуре, 20% — на стороне работодателя.

НИУ ВШЭ

VK Education и НИУ ВШЭ: 51% абитуриентов по ИТ-направлениям хотят в будущем разрабатывать ИТ-продукты и технологии

В Первом Московском государственном медицинском университете им. И.М. Сеченова создают систему на основе искусственного интеллекта, способную оценивать вероятность отрыва тромбов у пациентов и подбирать соответствующее лечение. Проект планируют завершить к концу 2025 года.

 
 Новая разработка позволит не только выявлять тромбы, но и моделировать ситуации, существенно повышающие риск их отрыва. Благодаря этому врачи смогут заранее предсказывать условия и моменты возможного события, предлагая пациентам профилактическое индивидуальное лечение.

 
 По мнению руководителя проекта Thromb.AI Карины Уразовой, современные решения уже умеют распознавать тромбы на компьютерных томограммах, однако пока никто не способен точно определить опасность их отделения от сосудистой стенки. Причина сложности прогнозирования заключается в уникальности каждого случая.

 
 Система создается на базе методов машинного и глубокого обучения. Она сможет анализировать КТ-изображения сосудов, формировать трехмерные модели тромбов и просчитывать динамику кровяного потока. Далее алгоритм построит сетку расчетов, оценивая влияние формы и размеров тромба, создавая разные варианты развития событий и определяя наиболее опасный сценарий.

 
 Со временем функциональность системы расширится за счет интеграции с носимыми устройствами. Готовое решение ожидается к 2027 году.

CNews

В Москве разрабатывают прототип ИИ-системы для оценки риска отрыва тромбов у пациентов

Исследователи РТУ МИРЭА применили метод глубокого обучения для создания системы выявления дефектов в бортовом оборудовании космических аппаратов. ПО анализирует параметры работы электронных блоков и сравнивает их с эталонными значениями, достоверно определяя конструктивные проблемы.

 
 Разработчики считают, что внедрение решения на производственных предприятиях поможет предотвращать дорогостоящие поломки спутников на орбите.

 
 «Повышая надежность космической техники, программа косвенно способствует развитию спутниковой связи, навигации и мониторинга Земли — технологий, от которых сегодня зависит работа банковских систем, точность прогноза погоды, навигация транспорта и даже работа социальных сетей», — пояснили в вузе.

МИРЭА

РТУ МИРЭА создал ИИ-систему для выявления дефектов в бортовом оборудовании космических аппаратов

Компания VisionLabs (входит в МТС) представила платформу Luna Line. С ее помощью можно запускать и обучать модели компьютерного зрения (CV) и визуально-языковые модели (VLM) без написания кода.

 
 Luna Line может обучать модели по набору минимум из 50 изображений с тегами. Процесс длится от нескольких минут до нескольких часов в зависимости от объема данных. Первую версию модели можно создать за 2–3 дня. Платформа доступна в облаке, ее также можно развернуть на собственных серверах.

 
 Решение протестировали для выявления и классификации дефектов на металлургическом производстве, поиска автобусных остановок с разбитыми стеклами и проверки нанесения идентификационного номера на автомобилях. Разработчики предполагают, что Luna Line можно использовать и в других сферах: в сельском хозяйстве для оценки состояния растений и животных, в промышленности для поиска дефектов на производственных линиях, в образовании для обучения школьников работе с нейросетями. Утверждается, что Luna Line сокращает сроки создания нейросетей и стоимость проектов на 20–30%.

<hr />
 
 Карточки решений: <a href="https://ict.moscow/card/luna-line/" target="_blank" rel="nofollow">Luna Line</a>

<hr />
 
 Разработчик Smart Engines в конце 2024 года <a href="https://smartengines.ru/news/smart-engines-predstavila-no-code-sistemu-ii-s-obucheniem-raspoznavaniyu-novyh-tipov-dokumentov-po-1-fotografii/" target="_blank">представил</a> No-Code-решение на основе ИИ для распознавания новых типов документов по одному образцу. Алгоритмы видят документ даже при наличии геометрических искажений и в условиях недостаточной освещенности.

<hr />

VisionLabs

VisionLabs разработала No-Code-платформу Luna Line для создания ML-моделей

ICT.Moscow продолжает серию публикаций о российских решениях для разработчиков искусственного интеллекта.

<div class="incut-block incut-block-text-small-size">
 Предыдущие подборки:
 • <a href="https://ict.moscow/news/cards-mlops-llmops-platforms/" target="_blank" rel="nofollow">MLOps и LLMOps</a>
 • <a href="https://ict.moscow/news/cards-coding-and-repositing-tools-for-ai/" target="_blank" rel="nofollow">Инструменты для написания и хранения кода ИИ-продуктов</a>
 • <a href="https://ict.moscow/news/cards-open-source-tools-for-ai/" target="_blank" rel="nofollow">Инструменты Open Source для разработчиков ИИ </a>
 • <a href="https://ict.moscow/news/cards-ai-models/" target="_blank" rel="nofollow">Модели ИИ</a>
 • <a href="https://ict.moscow/news/cards-benchmarks/" target="_blank" rel="nofollow">Открытые бенчмарки для моделей ИИ</a>
 </div>
 
 В этот выпуск вошли 22 разработки за последние два года, которые могут быть полезны при создании и работе с ИИ-приложениями разной степени сложности, в том числе ИИ-агентами и ассистентами.

 
 Существенную долю среди авторов этих решений занимают команды ведущих ИИ-экосистем — «Сбера» и «Яндекса», свои продукты есть также у МТС и «Т-Технологий». Помимо этого, в подборку вошли решения научных организаций и университетов (Института AIRI, МФТИ, Университета ИТМО), интеграторов (iPavlov, ЦРТ, ITG Group, Rubbles), технологических компаний («Ростелекома», Just AI) и стартапов (Raft, 2PEOPLE IT), а также отдельных неаффилированных ИИ-разработчиков.

 
 14 инструментов разработаны в Москве, 7 созданы в Санкт-Петербурге, 1 представлен разработчиками из Ярославля.

 
 Решения команд из столицы подробно представлены в специальных карточках. Из них можно узнать о предназначении каждого продукта, там же приводятся необходимые ссылки и имеющиеся контакты разработчиков.

<hr />
 <a class="description__anchor" id="1"></a>
<h2>
 Платформы для создания ИИ-приложений
</h2>

 
 Решения для создания ИИ-агентов

<ul>
 <li>В редакторе рабочих процессов ИИ-платформы для автоматизации бизнес‑процессов <a href="https://ainergy.ru/" target="_blank">Ainergy</a> пользователь может создавать ИИ-агентов.</li>
 <li>ИИ-агенты, созданные при помощи разработанной ЦРТ платформы <a href="https://ict.moscow/card/agentnavigator/" target="_blank">AgentNavigator</a>, принимают запросы и выдают ответы как в текстовом, так и в голосовом виде. </li>
</ul>

 
 Решения для создания ИИ-приложений

 <a class="description__anchor" id="MLSpace"></a>
<ul>
 <li>Сервис <a href="https://ict.moscow/card/ml-space/" target="_blank">ML Space</a> поможет обучить, протестировать, развернуть и осуществить мониторинг моделей машинного и глубокого обучения с использованием суперкомпьютеров и/или распределенных вычислительных мощностей, чтобы затем внедрить их в микросервисы и бизнес-приложения.</li>
 <li>Посредством <a href="https://ict.moscow/card/yandex-cloud-ai-studio/" target="_blank">Yandex Cloud AI Studio</a> пользователь получает доступ не только к фундаментальным и специализированным моделям «Яндекса», но также и к инструментам для обучения собственных решений, в частности к инструменту для дообучения с помощью метода LoRA.</li>
 <li><a href="https://ict.moscow/card/adept/" target="_blank">Adept</a> пока позволяет обучать лишь сверточные нейросети, но разработчик обещает в будущем обеспечить поддержку разработки более объемных архитектур. </li>
</ul>

 
 Решения для создания ИИ-ассистентов

<ul>
 <li><a href="https://ict.moscow/card/ai-assistant-api/" target="_blank">AI Assistant API</a> позволяет разработать ИИ-ассистента без настройки инфраструктуры и написания большого объема кода.</li>
 <li>Созданные в <a href="https://assistant.2people.io/" target="_blank">2PEOPLE ASSISTANT</a> ИИ-помощники можно настраивать, тестировать, а также интегрировать в мессенджеры и чаты.</li>
 <li>Разработанная в iPavlov <a href="https://ict.moscow/card/intelligent-virtual-assistants-platform/" target="_blank">Intelligent Virtual Assistants Platform</a> позволяет создавать ассистентов, классифицирующих запросы пользователей по различным категориям.</li>
 <li>Разработанный в МФТИ <a href="https://aicenter.mipt.ru/products/builder" target="_blank">«Сервис создания ИИ-ассистентов»</a> позволяет создавать ИИ-ассистентов с различными навыками на основе различных больших языковых моделей.</li>
</ul>

<hr />
 <a class="description__anchor" id="2"></a>
<h2>
 Инструменты для работы с ИИ-приложениями
</h2>

<ul>
 <li>В библиотеке специалистов из «Сбера» <a href="https://ict.moscow/card/gigachain/" target="_blank" rel="nofollow" style="background-color: rgb(255, 255, 255);">GigaChain</a> содержатся решения, охватывающие все этапы разработки приложений от прототипирования и исследования до запуска в эксплуатацию и поддержки.</li>
 <li>Разработанная исследователями из Университета ИТМО <a href="https://github.com/aimclub/ProtoLLM" target="_blank">ProtoLLM</a> позволяет быстро прототипировать приложения на основе LLM за счет оптимизации RAG-пайплайнов, механизмов генерации синтетических датасетов и составления ансамблей нейросетей.</li>
 <li>Созданная в Центре искусственного интеллекта Т-Банка библиотека <a href="https://ict.moscow/card/turbo-alignment/" target="_blank">Turbo Alignment</a> позволяет выровнять поведение больших языковых моделей под бизнес-цели. Кроме того, репозиторий содержит реализации RAG-пайплайнов (генерации с дополненной выборкой).</li>
 <li><a href="https://hivetrace.ru/" target="_blank">Hive Trace</a> помогает отслеживать мониторить поведение LLM в использующих генеративный ИИ приложениях, выявлять атаки на модели и кражу чувствительной информации.</li>
 <li><a href="https://github.com/LLAMATOR-Core/llamator" target="_blank">LLAMATOR</a> позволяет выявлять уязвимости в чат-ботах и сервисах, использующих генеративный ИИ.</li>
</ul>

 
 

<div class="incut-block incut-block-text-small-size">
 Некоторые решения данной категории <a href="https://ict.moscow/analytics/russian-open-source-ai-map/" style="" target="_blank">представлены</a> на составленной ICT.Moscow карте инструментов Open Source для задач разработки искусственного интеллекта. Карту также <a href="https://ict.moscow/static/53bc1fa5-2792-500e-9480-f18f4978a07a.pdf" style="" target="_blank">сопровождает</a> обзор ведущих разработчиков Open Source — решений в России.
 </div>
 
 

<hr />
 <a class="description__anchor" id="3"></a>
<h2>
 Платформы для взаимодействия с моделями искусственного интеллекта
</h2>

 
 Облачные сервисы — агрегаторы, размещающие модели на своих мощностях и предоставляющие доступ к ним по модели PaaS.

 <a class="description__anchor" id="EFM"></a>
<ul>
 <li><a href="https://ict.moscow/card/mws-gpt/" target="_blank">MWS GPT</a> обеспечивает доступ как к моделям МТС, так и к популярным Open Source — решениям. В используемые модели можно внедрить вызов функций или же создать на их основе ИИ-агентов.</li>
 <li>Среди моделей, доступных в <a href="https://ict.moscow/card/evolution-foundation-models/" target="_blank">Evolution Foundation Models</a>, есть и российские решения: модели от разработчиков МГУ им. М.В. Ломоносова, Т-Банка и Vikhr Models. Кроме того, сервис включает в себя среду для быстрого прототипирования и тестирования моделей на практике.</li>
 <li>С помощью разработанной компанией Just AI платформы <a href="https://caila.io/" target="_blank">Caila</a> можно выбрать необходимую модель ИИ под требуемую задачу, создать на основе моделей сервисы, дообучить и запустить свою нейросеть на выделенных серверах.</li>
 <li>В <a href="https://jayflow.ai/" target="_blank">Jay Flow</a> ИИ-агенты позволяют в зависимости от задачи взаимодействовать с несколькими моделями одновременно. Кроме того, платформа позволяет взаимодействовать с внешними сервисами по API.</li>
 <li>Модели созданного «Ростелекомом» сервиса <a href="https://ict.moscow/card/neiroshliuz/" target="_blank">«Нейрошлюз»</a> пишут код, генерируют изображения, транскрибируют и суммаризируют аудио- и видеозаписи, а также распознают документы.</li>
 <li><a href="https://ict.moscow/card/rubbles-generative-ai-suite/" target="_blank">Rubbles Generative AI Suite</a> содержит не только доступные для коммерческого использования Open Source — модели, но и вспомогательные инструменты для работы с ними без передачи информации третьим сторонам.</li>
 <li>Созданная исследователями из Института AIRI платформа <a href="http://fusionbrain.ai" target="_blank">FusionBrain.AI</a> не только дает доступ к моделям, генерирующим изображения и видео, но и позволяет встраивать их в свои приложения.</li>
</ul>

 
 

<hr />
 <a class="description__anchor" id="4"></a>
<h2>
 Каких продуктов стоит ждать
</h2>

<ul>
 <li>На июнь 2025 года <a href="https://t.me/aitalenthubnews/1850" target="_blank">запланирован</a> релиз Open Source — платформы <a href="https://agentarea.ai/" target="_blank">AgentArea</a>, позволяющей собрать ИИ-агента на основе любой доступной большой языковой модели и поддерживающей A2A- и MCP-протоколы.</li>
 <li>Летом 2025 года пользователям <a href="https://cloud.ru/blog/cloud-ru-vypustit-resheniye-dlya-raboty-s-iskusstvennym-intellektom-v-oblake" target="_blank">станет доступна</a> облачная среда для разработки приложений и агентов на основе искусственного интеллекта Cloud.ru Evolution AI Factory. В нее войдут сервисы <a href="#EFM" target="_self" rel="nofollow">Evolution Foundation Models</a>, <a href="https://ict.moscow/card/evolution-ml-inference/" target="_blank" rel="nofollow">Evolution ML Inference</a>, AI Assistants Studio для создания агентных и мультиагентных систем с подключением по протоколу MCP и сервис <a href="#MLSpace" target="_self" rel="nofollow">ML Space</a>.</li>
 <li>Во второй половине 2025 года компания red_mad_robot в формате SaaS <a href="https://ict.moscow/news/razrabotchik-red-mad-robot-zapustil-ii-platformu-smart-platform-dlia-poiska-analiza-i-ispolzovaniia-korporativnykh-dannykh/" target="_blank">сделает доступным</a> сервис для бизнеса Smart Platform, один из компонентов которого — система по созданию ИИ-агентов.</li>
</ul>

<hr />
 
 Команды из Москвы могут <a href="https://ict.moscow/#newcard" style="" target="_blank">дополнить</a> существующие карточки своих решений. Рассказать же о своем новом проекте может любой российский разработчик. Для этого достаточно написать по адресу hello@ict.moscow.

<hr />

Библиотеки, сервисы и облачные платформы от российских разработчиков

ICT.Moscow

Подборка решений: инструменты для создания и управления ИИ-приложениями

Цифровая трансформация производства

Юрий Зеленков, ВШЭ, выступил с презентацией «Цифровая трансформация производства» на ИТ-форуме «<a href="https://www.xn--80agfnqkgmago.xn--p1ai/">Смарт Регион 2018</a>» (16-17 ноября 2018).

Темы:

<ul>
	<li>Цифровой двойник.</li>
	<li>Аналитика.</li>
	<li>Machine Learning.</li>
	<li>Задача ML в общем виде.</li>
	<li>IBM Switzerland. Проблема и решение.</li>
	<li>Topic Analysis. Bag of words.</li>
	<li>Рекомендательная система для оператора процессного производства.</li>
</ul>