На недавней конференции ICOMP 2025, состоявшейся в рамках обсуждения современных тенденций в области искусственного интеллекта, выделилась работа международной команды, в которую вошел Александр Гасников, ректор Университета Иннополис и член организационного комитета мероприятия. Его исследование, сосредоточенное на «Адаптивных регуляризованных методах Ньютона с неточным гессианом», привлекло значительное внимание участников и экспертов.
Прорыв в оптимизации: метод Ньютона 2.0
Александр Гасников и его команда разработали инновационный подход, который значительно упрощает классический метод Ньютона, являющийся основополагающим в вычислительной математике. Новый алгоритм позволяет работать с приближенными значениями, что приводит к существенному снижению вычислительных затрат. Это открывает новые горизонты для создания и эксплуатации алгоритмов ИИ.
Этот подход имеет особое значение для подготовки кадров в сфере ИИ. В преддверии конференции была проведена школа по вычислительной оптимизации ASCOMP, на которую собрались 108 студентов и молодых специалистов из ведущих вузов России и других стран. Такие образовательные инициативы способствуют формированию нового поколения профессионалов, способных работать с эффективными алгоритмами, а не только с мощными вычислительными мощностями.
Практические инструменты для реального бизнеса
Конференция также стала платформой для демонстрации конкретных решений, которые малый и средний бизнес может внедрить уже сегодня. В рамках специальной сессии Сбера были представлены разработки, готовые к промышленному применению.
Денис Пархоменко, исполнительный директор по исследованию данных в Сбере, озвучил новый высокоэффективный медиа-токенизатор, который превосходит по качеству и эффективности существующие аналоги. Этот алгоритм преобразует изображения и видео в компактные числовые представления, что открывает новые возможности для бизнеса.
— Мы создали токенизатор, который обеспечивает более высокое качество реконструкции при той же степени сжатия, что и у современных аналогов. Это влияет на скорость работы генеративной модели и качество синтеза. Мы уверены, что это создает основу для разработки токенизаторов следующего поколения, — отметил Денис Пархоменко.
Для бизнеса это означает снижение затрат на вычисления на 30—40% и ускорение работы в 2—3 раза, что дает возможность использование более качественных и быстрых генеративных моделей без дополнительных финансовых вложений.
Кроме того, были представлены разработки в области логистики и прогнозирования, такие как фреймворк Ride для поиска оптимальных маршрутов и библиотека TSForesight для прогнозирования временных рядов. Эти решения могут быть внедрены компаниями практически без адаптации.
Внедрение Ride позволяет логистическим компаниям сократить расходы на топливо на 15—25%, а использование TSForesight в ритейле повышает точность прогнозирования спроса на 30—40%, что существенно снижает затраты на логистику и хранение.
Экономический эффект: цифры и факты
Таким образом, мероприятия, подобные конференции ICOMP 2025, играют ключевую роль в формировании будущего технологий, делая их всеобщим достоянием и доступными для широкой аудитории. Надежные и эффективные алгоритмы становятся не только теоретическими концепциями, но и практическими инструментами, которые способны значительно изменить экономическую среду.
