НОЦ ФНС и МГТУ им. Н.Э. Баумана

Коммерсантъ: почему носимый ИИ по силам единицам Современные большие языковые модели требуют для работы сотен гигабайт памяти и специализированной внушительной аппаратной части. Но современные носимые устройства с ИИ-функциями — наушники, очки и кулоны — весят 5–6 граммов и работают от батареи несколько часов. Между этими двумя реальностями — целый пласт инженерных задач и решений, которые в Google сейчас называют главным вызовом отрасли. Носимый ИИ — новая категория потребительских устройств с нейросетями, встроенными непосредственно в гаджет, который ранее не подразумевал наличие таких функций. На рынке уже представлены смарт-очки (Ray-Ban от Meta, признанной экстремистской и запрещенной в РФ), наушники (Google Pixel Buds с ассистентом Gemini, «Яндекс Дропс» с Алисой AI), клипсы-диктофоны (Bee), смарт-кольца (Oura), кулоны и др. Рынок носимого ИИ при этом растет быстрее большинства сегментов потребительской электроники. По прогнозу Fortune Business Insights, его объем вырастет с $62,7 млрд в 2024 году до $359,3 млрд к 2034-му — за счет развития мониторинга здоровья, edge AI и мультимодальных ассистентов. В индустрии нет единого мнения, какой из форматов для пользователей станет основным. Глава Qualcomm Кристиано Амон заявил, что компания разрабатывает более 40 носимых ИИ-устройств — от украшений до наушников с камерами: в Qualcomm считают, что следующей вычислительной платформой станет не телефон. IDC ожидает, что в ближайшей перспективе рост рынка обеспечат очки без дисплея: за год продажи смарт-очков Ray-Ban от запрещенной Meta выросли более чем втрое, а число проданных устройств превысило 7 млн. Основным пользовательским интерфейсом для ИИ в ближайшие годы могут стать наушники, а не умные очки. <…> «Установить работающую нейросеть в носимое устройство — задача не про «сжатие», а про инженерию под жесткие ограничения по памяти и энергопотреблению», — говорит ведущий инженер-программист НОЦ ФНС России и МГТУ им. Н. Э. Баумана Николай Калуцкий. По его словам, следующий барьер — тепловыделение и риск перегрева. «Например, серверный ускоритель A100 выделяет до 400 Вт тепла, и чтобы избежать ожогов, мощность устройства приходится искусственно ограничивать — до 70% от номинала, поэтому перенести всю модель на носимое устройство невозможно. В такой архитектуре на устройстве целесообразно оставлять только функции управления нейросетью, без выполнения тяжелых вычислений — они делегируются на сервер. При этом чем меньше корпус, тем меньше места для аккумулятора и тем острее конкуренция между вычислительной мощностью и временем автономной работы. Добавляется и конкуренция за энергопотребление: помимо ИИ-модуля, устройство оснащается Wi-Fi, Bluetooth и другими модулями, каждый из которых потребляет энергию», — отмечает Калуцкий.

EmoTg: Modeling Social Response to Telegram Posts Using LLM and NLP Features ➡️ Как предсказывать реакцию аудитории на посты в Telegram? Авторы представили подход EmoTg для моделирования социальной реакции на публикации в Telegram с использованием больших языковых моделей и признаков, извлекаемых методами обработки естественного языка. Работа относится к направлению анализа социальных медиа и показывает, как текстовые характеристики постов можно использовать для оценки отклика аудитории. В такой постановке LLM- и NLP-признаки помогают формализовать содержание публикаций, выделять смысловые и эмоциональные параметры текста и связывать их с пользовательской реакцией. Подобные модели могут быть полезны для исследования цифровых коммуникаций, оценки вовлечённости и разработки инструментов поддержки редакционной аналитики в социальных платформах. 😔 НОЦ ФНС России и МГТУ им. Н.Э. Баумана, #ИУ12, #СМ12 😔 WWW Companion 2026 — Companion Proceedings of the ACM Web Conference 2026 | CORE A* 😔 doi.org/10.1145/3774905.3795851 📚 Для цитирования: Kurashkin S.O., Malashin I.P., Martysyuk D.A., Nelyub V.A., Masich I.S., Gantimurov A.P., Borodulin A.S., Tynchenko V.S. EmoTg: Modeling social response to Telegram posts using LLM and NLP features. WWW Companion 2026 - Companion Proceedings of the ACM Web Conference 2026 2026:1399–1409. https://doi.org/10.1145/3774905.3795851 #публикация #A #telegram_analytics #large_language_models #nlp_features #social_media_modeling #audience_response #computational_social_science #web_conference Научные публикации | Бауманка Мы в MAX

ИИ для МВД России 28 и 29 июля в НОЦ ФНС России и МГТУ им. Н.Э. Баумана состоялась первая часть обучения сотрудников ГИАЦ МВД России по направлению «Введение в искусственный интеллект». В течение двух дней слушатели осваивали теоретические и прикладные возможности искусственного интеллекта в профессиональной аналитической работе. На первом этапе участники познакомились с основными принципами работы ИИ и их значением для решения профессиональных задач. На практике разобрали, как с помощью алгоритмов можно проводить скоринг телефонного звонка и выявлять признаки мошенничества. Слушатели изучили логику принятия решений моделью, пороги срабатывания и то, как такие инструменты встраиваются в процессы оперативного реагирования. Второй модуль объединил классические методы машинного обучения и большие языковые модели. На практике разобрали алгоритм K‑means: на реальных данных участники строили кластеры территорий по показателям преступности и раскрываемости. Такой подход позволяет выделять районы со схожей криминогенной обстановкой и формировать адресные управленческие решения. Третий модуль был полностью посвящен практике применения ИИ в работе. Например, работа с дашбордом по открытой статистике МВД России «Состояние преступности». Участники научились интерпретировать данные, сопоставлять тренды по регионам и временным периодам, а также выявлять аномалии, требующие более детального анализа. Каждый кейс сопровождался разбором типичных ошибок и ограничений моделей, чтобы аналитики могли критически оценивать результаты работы ИИ. В завершение обучения участники прошли практику по «вайб‑кодингу»: учились быстро собирать простые инструменты без серьезного программирования. Под руководством преподавателей сотрудники делали прототипы скриптов для выгрузки статистики, разметки данных и формирования отчетов. Даже без бэкграунда в разработке человек может собрать себе рабочий мини‑инструмент под типовую задачу. По итогам обучения сотрудники получили не только теоретическую базу, но и набор готовых решений, которые можно адаптировать под текущие рабочие процессы ГИАЦ МВД России.

Как сделать презентацию с помощью ИИ: бесплатный мастер-класс 30 июля в 14:00 НОЦ ФНС России и МГТУ им. Н.Э. Баумана проведет практический мастер-класс, посвященный подготовке презентаций с использованием технологий искусственного интеллекта. Сегодня ИИ-сервисы позволяют за короткое время подготовить структуру выступления, сформировать содержание слайдов, подобрать дизайн, создать иллюстрации и собрать черновик презентации. Однако качественный результат требует правильно поставленной задачи, проверки исходных данных и обязательной доработки человеком. На мастер-классе участники пройдут полный рабочий маршрут — от первоначальной идеи до готового файла презентации. В ходе занятия будут рассмотрены возможности GigaChat, Яндекс 360, Kandinsky, Шедеврума, Gamma, GptChat, Kimi и других инструментов. «Основная задача мастер-класса — не просто продемонстрировать возможности отдельных ИИ-сервисов, а дать участникам воспроизводимый алгоритм работы», — отметил лектор, руководитель проектов НОЦ ФНС России и МГТУ им. Н.Э. Баумана Вячеслав Селезнев. По итогам мастер-класса участники получат: 📌 универсальную формулу промта для создания презентаций 📌 банк готовых промтов для отчётов, совещаний, обучающих материалов и презентаций регламентов 📌 карту российских и международных ИИ-сервисов 📌 учебные материалы для самостоятельной практики 📌 чек-лист «От идеи до готовой презентации» 📌 практический навык создания и проверки презентаций с помощью ИИ. Дата: 30 июля, четверг. Формат: онлайн. Время проведения: 14:00 – 15:30. Регистрация здесь.

Коммерсантъ: под воду за мощностью Китайские HiCloud Technology и China Communications Construction построили у побережья Шанхая подводный центр обработки данных (ЦОД), работающий на энергии ветра. Стоимость проекта составила $236 млн (1,6 млрд юаней). Демонстрационный проект в районе Линган мощностью 24 МВт был запущен в мае 2026 г.: дата-центр расположен более чем в 10 км от берега на глубине 10 м и питается от близлежащей морской ветроэлектростанции. По оценке китайской стороны, подводное размещение позволяет снизить потребление электроэнергии более чем на пятую часть по сравнению с традиционными наземными ЦОДами за счет естественного охлаждения морской водой. Для отрасли, в которой рост AI-нагрузок все сильнее упирается в доступную мощность, воду и площадки, такой проект выглядит как поиск альтернативных путей развития. Но эксперты считают, что речь идет скорее не о готовой замене наземным ЦОДам, а о модели, пригодной лишь для отдельных типов вычислений. По словам ведущего инженера-программиста НОЦ ФНС России и МГТУ им. Н. Э. Баумана Николая Калуцкого, затраты могут быть сопоставимы: подводный ЦОД представляет собой герметизированный контейнер, зафиксированный в определенной точке, который можно поднять на поверхность гидравлическими или электрическими подъемниками, а затраты примерно будут равнозначны. Читать весь материал.

A review of multimodal surrogate machine learning models for real-time control and defect mitigation in automated composite manufacturing ➡️Как машинное обучение помогает управлять производством композитов в реальном времени? Авторы представили обзор применения машинного обучения в автоматизированном производстве композитов, включая системы AFP/ATL, терморегулирование, выявление дефектов и управление технологическим процессом. В работе рассмотрены подходы на основе обучения с подкреплением, ML-модели для лазерной обработки, физически-информированные цифровые двойники, термооптическое моделирование на уровне волокон и методы распознавания дефектов по облакам точек. На этой основе предложена единая мультимодальная архитектура, объединяющая тепловое суррогатное моделирование, 3D-сегментацию геометрических дефектов и замкнутое управление процессом. Такая система может одновременно анализировать температурные ряды, данные сканирования и параметры производства, формируя показатели качества и управляющие действия в реальном времени. Подход рассматривается как основа для следующего поколения интеллектуальных AFP/ATL-систем с дефект-ориентированным управлением. 😔 НОЦ ФНС России и МГТУ им. Н.Э. Баумана, #СМ12 😔 Discover Applied Sciences | Топ 35% по SNIP 😔 doi.org/10.1007/s42452-026-08323-8 📚 Для цитирования: Malashin I.P., Martysyuk D., Nelyub V., Borodulin A., Gantimurov A., Tynchenko V. A review of multimodal surrogate machine learning models for real-time control and defect mitigation in automated composite manufacturing. Discover Applied Sciences 2026;8:421. https://doi.org/10.1007/s42452-026-08323-8 #automated_composite_manufacturing #machine_learning #digital_twin #defect_detection #thermal_process_control #surrogate_modeling #process_control Научные публикации | Бауманка Мы в MAX

Ректор МГТУ им. Н.Э. Баумана вручил благодарность Руководителю УФНС России по Приморскому краю 13 июля ректор МГТУ им. Н.Э. Баумана Михаил Гордин вручил благодарность руководитель УФНС России по Приморскому краю Елене Сергеевне Астайкиной за активное взаимодействие и конструктивный подход в совместной работе.   В рамках взаимодействия между ФНС России и МГТУ им. Н.Э. Баумана в стенах университета, с 2022 года, функционирует научно-образовательной центр ФНС России и МГТУ им. Н.Э. Баумана. Основными направлениями взаимодействия в рамках соглашения являются: ▪️ реализация наукоемких ИТ-проектов в области налогового администрирования с использованием технологий искусственного интеллекта; ▪️ переподготовка сотрудников ФНС России по современным ИТ-направления.; ▪️обучение школьников совместно с проектом «Инжинириум МГТУ им. Н.Э. Баумана».

Soft-Prompted Semantic Normalization for Unsupervised Analysis of the Scientific Literature НОЦ ФНС России и МГТУ им. Н.Э. Баумана, #ИУ12, #СМ12 Malashin, I.P. — инженер-исследователь НОЦ ФНС Martysyuk, D.A. — м.н.с. НОЦ ФНС Tynchenko, V.S. — д.т.н., г.н.с. НОЦ ФНС, профессор ИУ12 Gantimurov, A.P. — к.т.н., с.н.с. НОЦ ФНС Borodulin, A.S. — к.т.н., директор НОЦ ФНС Nelyub, V.A. — д.т.н., профессор СМ12 😔 Machine Learning and Knowledge Extraction 😔 Топ 4% по SNIP 😔 doi.org/10.3390/make8030063 ➡️ Как быстро проанализировать тысячи научных статей? Авторы предлагают фреймворк, который помогает исследовать большие массивы научных публикаций и выявлять исследовательские темы на основе кластеризации аннотаций. Большие языковые модели используются как операторы семантического вывода и управляются структурированными промптами: они преобразуют исходные аннотации в нормализованные семантические представления, снижая стилистическую вариативность, но сохраняя смысловое содержание. Эти представления встраиваются в непрерывное векторное пространство, где кластеризация выделяет скрытые исследовательские темы. Интерпретация кластеров выполняется через LLM-декодирование — для каждой темы генерируется краткое человекочитаемое описание. Эксперименты на аннотациях конференций ICML и ACL 2025 показали, что метод дает согласованные кластеры, отражающие постановки задач, методологические вклады и эмпирические контексты #large_language_models #research_trend_discovery #scientific_literature_analysis #semantic_normalization #unsupervised_clustering Научные публикации | Бауманка Мы в MAX

Как ИИ-технологии планируют интегрировать в научно-образовательный процесс В МГТУ им. Н.Э. Баумана состоялась стратегическая сессия «ИИ — возглавить нельзя игнорировать». Дирекция стратегического развития объединила более 60 сотрудников из разных подразделений, в том числе руководство и сотрудников НОЦ ФНС России и МГТУ им. Н.Э. Баумана — для выработки единой позиции по внедрению ИИ в процессы образования, науки и управления в университете. Открывая сессию, первый проректор Павел Дроговоз и директор по стратегии Елена Литвинова обозначили стратегический контекст: ИИ становится неотъемлемой частью жизни университета, студенты уже активно используют эти инструменты, и университету необходимо определить, где ИИ поможет решить вызовы, которые стоят перед университетом. В ходе дискуссии участники разделились на четыре группы, каждая из которых сформулировала ключевые вызовы и планы действий. Среди главных вызовов, озвученных группами: ▶️ Смена парадигмы образования: студенты активно используют ИИ-ассистентов, что требует пересмотра методик преподавания и оценки знаний. ▶️ Трансформация портрета инженера: технологии ИИ проникли во все сферы, ИИ-компетенции являются неотъемлемыми для современного инженера. ▶️ Авторство и верификация: остро стоит проблема использования ИИ при написании научных статей без чётких правил и механизмов контроля. ▶️Информационная безопасность: необходимо обеспечить защищённость инфраструктуры при внедрении ИИ и разработать политику работы с конфиденциальными данными.   Ключевым результатом сессии стало не только выявление вызовов, но и определение конкретных действий. Как отметил директор НОЦ ФНС России и МГТУ им. Н.Э. Баумана Алексей Бородулин, важно не просто внедрять технологии, а выстраивать стратегию, которая минимизирует риски: позволяет ответственно относиться к учебе и исследованиям, обеспечивает прозрачность алгоритмов и защиту персональных данных. Ключевой принцип — не замена человека машиной, а использование ИИ как мощного инструмента, который усиливает возможности преподавателя и студента.   Следующая встреча запланирована на осень 2026 года.

Multi-objective optimisation in biofuel and bioenergy systems: a comprehensive review НОЦ ФНС России и МГТУ им. Н.Э. Баумана, #ИУ12, #СМ12 Malashin, I.P. — инженер-исследователь НОЦ ФНС Martysyuk, D.A. — м.н.с. НОЦ ФНС Borodulin, A.S. — к.т.н., директор НОЦ ФНС Gantimurov, A.P. — к.т.н., с.н.с. НОЦ ФНС Tynchenko, V.S. — д.т.н., г.н.с. НОЦ ФНС, профессор ИУ12 🌸 International Journal of Sustainable Engineering 🌸 Топ 30% по SNIP 🌸 doi.org/10.1080/19397038.2026.2619227 ➡️ Обзор посвящён многокритериальной оптимизации (MCO) топливных смесей и характеристик двигателей для биотоплива и альтернативных видов топлива. Рассматриваются детерминированные методы (Тагути, полиномиальная регрессия) и эвристические/эволюционные подходы (ANN, GA, NSGA-II/III, AGE-MOEA) применительно к биодизелю, маслу пиролиза пластика, водородным смесям и топливу с наночастицами. Типичные улучшения при оптимизации — прирост термического КПД около 30–35% в лабораторных условиях. Авторы выявляют ключевые пробелы: недостаточное долгосрочное тестирование, ограниченность технико-экономических и LCA-оценок, слабая воспроизводимость из-за неполной отчётности. Рекомендуется шире применять Парето-фронтовые подходы, интегрировать экономические критерии и внедрять открытые данные для ускорения перехода от лабораторных к практическим результатам #обзорная_статья #biofuel_production #multi_objective_optimisation #evolutionary_algorithms #sustainability_assessment #NSGA #ANN #engine_performance Научные публикации | Бауманка Мы в MAX

НОЦ ФНС России и МГТУ им. Н.Э. Баумана провел обучение HR-подразделения вуза 1–2 июля в НОЦ ФНС России и МГТУ им. Н.Э. Баумана состоялось обучение по программе повышения квалификации «Искусственный интеллект в работе HR-подразделения». Обучение построено по принципу «от теории к практике» и включало две части: • лекционная часть — основы искусственного интеллекта, большие языковые модели, генеративный ИИ, промпт-инжиниринг, безопасность и риски. • Практическая часть — работа с прикладным ПО для грейдинга, внедряемым по заказу Дирекции по управлению персоналом и кадровой политике. «Обучение HR-подразделения — важный шаг к цифровой трансформации кадровой политики.Повышение квалификации позволило специалистам кадровой службы освоить ИИ-инструменты для повышения эффективности управленческих процессов», — отметил директор НОЦ ФНС России и МГТУ им. Н.Э. Баумана Алексей Бородулин.

«Ведомости»: треть российских компаний до сих пор используют зарубежные сетевые решения Более трети (36%) компаний так и не перешли на российские решения для сетевой инфраструктуры, которые включают в себя коммутаторы, маршрутизаторы, точки доступа и т. д. Это следует из проведенного OCS опроса 185 средних, крупных и крупнейших компаний из различных секторов экономики в 2026 г. Практически полностью отечественные решения выбирают только 3% компаний. При этом 6% компаний выбирают российских вендоров в большинстве случаев, а 29% компаний отдают предпочтения отечественным решениям реже, чем иностранным аналогам, следует из опроса. Еще четверть (26%) респондентов имеют только четверть замещенного оборудования или меньше. По оценке АНО «Телекоммуникационное оборудование», российский рынок телекомоборудования в 2025 г. составил более 260 млрд руб. В части оборудования фиксированной связи в прошлом году рынок превышал показатель в 150 млрд руб., из которых долю более 40% уже занимают российские вендоры. <…> Вся инфраструктура выстроена на решениях конкретного вендора и заменить их бесшовно проблематично, отмечает ведущий инженер-программист НОЦ ФНС России и МГТУ им. Н. Э. Баумана Николай Калуцкий. «Отсюда следует, что процесс замещения небыстрый: он включает переобучение персонала, изучение новых решений и перестройку инфраструктуры. Поскольку сетевые администраторы были заточены под определенного вендора, и на их переобучение уходят время и деньги», — говорит он. Читайте подробнее здесь.

Гибридный метод оценки качества для лазерной обработки представили учёные Бауманки за рубежом Учёные НОЦ ФНС России и МГТУ им. Н.Э. Баумана успешно выступили на крупнейшей международной конференции по компьютерному зрению — IEEE/CVF CVPR 2026, проходившей в Денвере (США) с 3 по 7 июня. Мероприятие собрало более 10 000 участников из академических и индустриальных организаций со всего мира и считается наиболее престижным событием в области компьютерного зрения, обработки изображений и машинного обучения (уровень А*). На конференции заместитель начальника научно-технического отдела НОЦ ФНС России и МГТУ им. Н.Э. Баумана, к.т.н. Владимир Бухтояров представил доклад, посвящённый гибридному подходу, сочетающему анализ SEM-изображений (сканирующая электронная микроскопия) и физически-информированное машинное обучение. Цель работы — предсказание морфологии поверхности при лазерной обработке материалов. Выступление прошло в два этапа. На постерной сессии автор детально обсудил метод с участниками, получив обратную связь от ведущих специалистов. Устная секционная презентация была сфокусирована на ключевых результатах: Dice Similarity Coefficient 0,92 для сегментации SEM-изображений; коэффициент детерминации R² до 0,92 для регрессионных моделей, предсказывающих геометрию лазерных канавок по параметрам обработки. «Гибридный подход позволяет достичь высокой точности даже при ограниченном объёме экспериментальных данных. Это особенно важно для областей, где сбор данных дорог и трудоёмок, — например, в материаловедении и индустриальном контроле», — рассказал заместитель начальника научно-технического отдела НОЦ ФНС России и МГТУ им. Н.Э. Баумана, к.т.н. Владимир Бухтояров. После секции состоялись обсуждения с исследователями из университетов США, Европы и Азии по методологическим аспектам (выбор архитектуры, интеграция физических ограничений) и потенциальным приложениям в смежных областях. Важным итогом участия стало установление профессиональных контактов. В рамках CVPR 2026 представители МГТУ им. Н.Э. Баумана приняли участие в воркшопах по промышленной дефектоскопии, мультимодальной сегментации и физически точному моделированию объектов. Полученные знания послужат ориентирами для дальнейшего развития гибридных моделей и методов работы с ограниченными данными.

Improving the Reliability of the Protection of Electric Transport Networks НОЦ ФНС России и МГТУ им. Н.Э. Баумана Tynchenko, V.S. — д.т.н., г.н.с. НОЦ ФНС, профессор ИУ12 и др. 🌸 World Electric Vehicle Journal 🌸 Топ 30% по SNIP 🌸 doi.org/10.3390/wevj16080477 ➡️ Статья посвящена повышению надёжности защиты тяговых сетей горнодобывающих предприятий в условиях частых пусков электротранспорта и коротких замыканий при низких токах. Стандартные методы максимальной токовой и дифференциальной токовой защиты показывают ограниченную эффективность при токах менее 800 А. Авторы предложили метод настройки параметров токовой и импульсной защиты на основе моделирования переходных процессов дифференциальными уравнениями и введения динамического коэффициента чувствительности. Построены универсальные характеристики срабатывания в нормированных координатах для выключателей BAT-49 и VAB-43. Эксперименты подтвердили снижение порога срабатывания до 600–650 А, рост избирательности защиты до 95% и двукратное уменьшение вероятности ложных срабатываний. Метод не требует замены оборудования и адаптирован к полевым условиям #исследовательская_статья #electric_transport #traction_networks #current_protection #short_circuit #reliability #differential_current_protection #mining Научные публикации | Бауманка Мы в MAX

Искусственный интеллект и юридическая работа ФНС России 24 июня состоялся XIV Петербургский международный юридический форум. Директор НОЦ ФНС России и МГТУ им. Н.Э. Баумана Алексей Бородулин выступил с докладом «Искусственный интеллект и юридическая работа ФНС России: от автоматизации текста к проверяемому правовому контуру» в рамках секции «ИИ и юриспруденция». Основной темой доклада стал тезис о том, что ИИ берёт на себя рутинные задачи — поиск, извлечение, классификацию, подготовку первичных проектов. Юридическое решение и ответственность остаются за должностным лицом. Однако без юриста ИИ становится не помощником, а источником правового риска, отметил Бородулин. Он выделил пять факторов правового обеспечения: ⭐️ результат ИИ маркируется как проект и проверяется специалистом; ⭐️ источники права и методики указываются явно; ⭐️ данные обрабатываются только в защищённом контуре; ⭐️ ответственность за итоговый документ остаётся у должностного лица; ⭐️ внедрение требует регламентов, тестовых наборов, метрик, журналирования и контроля версий. Форум объединил на своей площадке ведущих представителей юридического, предпринимательского, политического и правоохранительного сообществ России и зарубежных стран.