РФ заняла третью позицию среди государств БРИКС по количеству публикаций на ведущих мировых конференциях, при этом по уровню исследований опережает множество стран с гораздо большим объемом работ.
Наиболее заметными направлениями стали технологии компьютерного зрения и обработки речи. В то же время наблюдается разрыв между научными изысканиями и их практическим использованием — в частности, в сфере ИИ-агентов и необходимой инфраструктуры. В Минцифры сообщили, что планируют увеличивать спрос на отечественные ИИ-решения и ускорять интеграцию научных разработок в практическую сферу.
Где российский ИИ оказался сильнее всего
Россия занимает 20-е место среди 195 стран по количеству публикаций на десяти ведущих международных конференциях уровня A* по машинному обучению и искусственному интеллекту, согласно исследованию Наукометрического центра НИУ ВШЭ. Эти конференции считаются самыми престижными научными событиями в сфере компьютерных наук: доля отклоненных заявок достигает 75–80%, а представленные на них работы во многом определяют направления развития мировой индустрии.
Среди государств БРИКС Россия заняла третью позицию 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 год 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, а также по 23 темам — второе. Основу этих компетенций составляет оптимизация и математика машинного обучения, уточнили в НИУ ВШЭ.
Высокая позиция нашей страны свидетельствует о силе отечественной научной школы, несмотря на инфраструктурные ограничения, санкционное давление и нехватку вычислительных мощностей, отмечает 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, — добавила 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 основательных 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 сотрудничество университетов и технологических компаний. Более 40% российских публикаций подготовлены при участии корпоративного сектора. Среди компаний лидерами по числу 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 — 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 — важный индикатор востребованности ИИ со стороны бизнеса и госуправления, считают в Минцифры РФ.
— Необходимо создавать условия для ускоренного трансфера результатов данных исследований в область практического применения. 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 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 акцент 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. При этом 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 считанные 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 независимость. По его словам, за рубежом сейчас наиболее востребованы российские фундаментальные исследования в области математических основ глубокого обучения.
ИИ становится инфраструктурной отраслью
Еще одним критическим фактором являются 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 её 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 быть использованы 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 её 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. Партнёрства с университетами и научными центрами позволяют одновременно развивать технологии и отечественную школу ИИ.
Фото: hi-tech.mail.ru