Академические партнеры - важная составляющая R&D Сбера

Сбер строит глобальную инновационную систему в сотрудничестве с научным сообществом и ведущими исследовательскими центрами в России и мире

Академические партнёры

Skoltech

НИУ ВШЭ

МГУ

МФТИ

МИСиС

РАНХиГС

МАИ

МИЭМ

НГУ

СибГМУ

СамГУ

ННГУ им. Лобачевского

НМИЦ им. Блохина

Ежегодные персональные премии по 20 млн рублей для российских и иностранных ученых, ведущих активную научно-исследовательскую деятельность в России. На благо России и мира, исследования которые вносят наиболее значимый вклад в научно-технический прогресс, открывают новые перспективы научного познания и технологического развития нашей страны.

Сайт премии

Крупнейший партнёр исследовательских центров ИИ

Сбер является партнёром 3-х центров искусственного интеллекта 1-й волны на базе ВШЭ, Сколтеха и МФТИ и 4-х центров ИИ 2-й волны на базе ННГУ им. Лобачевского, НМИЦ им. Блохина, НГУ и Самарского университета, созданных в рамках федерального проекта «Искусственный интеллект» национальной программы «Цифровая экономика Российской Федерации». С этими ведущими организациями мы решаем наукоемкие задачи мирового уровня в области ИИ.

26
проектов в центрах ИИ Сколтех, ВШЭ и МФТИ выполнено в 2023 году. 19 было успешно выполнено в 2022 году
500+
сотрудников исследовательских центров в сфере ИИ, из них 220 кандидатов и докторов наук, 100+ аспирантов работает по проектам для Сбера в трех университетах
40+
статей в Q1 журналах и A* конференциях, из них 17 публикаций за 2023 год

Исследовательский центр НИУ ВШЭ

Цель создания центра: ускорение разработки и внедрения технологий ИИ в разные сферы жизни человека и общества, отрасли науки и сектора экономики. Разработка открытых программных библиотек и решений на основе ИИ.

Никита Анисимов
Ректор ВШЭ
«ВШЭ и Сбербанк связывают давние партнерские отношения; одно из наших направлений сотрудничества – это Исследовательский центр в сфере ИИ. Совместная работа со Сбербанком позволяет одновременно получать научные результаты самого высокого уровня и применять их для развития российской экономики. В фокусе нашего взаимодействия в рамках центра – разработка, интерпретация и применение языковых моделей»
Никита Анисимов
Ректор ВШЭ
- 20
  Публикаций в соавторстве с сотрудниками экосистемы Сбера в журналах Q1 и в рамках международных конференций A*/A
- 19
  Проектов для Сбербанка за 2021-2023 года
- 80%
  Молодых ученых до 35 лет
- 300
  Высококвалифицированных сотрудников
Разрабатываем новые методы адаптивного управления рекомендациями с использованием алгоритмов RL для задач предложения продуктов
Команда исследователей из ВШЭ сосредоточилась на разработке методов предсказания рекомендаций продуктов или услуг на основе истории взаимодействия пользователя с рекомендательной системой. Для достижения этой цели были применены техники автономного (оффлайн) обучения с подкреплением (RL). Команда ученых разработала новую модификацию алгоритма DDPG (Deep Deterministic Policy Gradient) на основе Байесовского бутстрапа с использованием ансамблей нейронных сетей, а также подготовила фреймворк дообучения трансформерных архитектур в задаче глубинного RL. Разработанные подходы позволяют гибко сочетать исследование новых вариантов рекомендаций с консервативными рекомендациями популярных товаров и услуг. Узнать подробнее
Создали новый подход к ранжированию языковых моделей
На основе новых принципов ранжирования языковых моделей сокращено время построения новых систем обработки текстов и речи. Решение основано на математическом аппарате «теории коллективного выбора» и уже используется в инструментах продуктовых команд Сбера.
Сформировали новый поток данных для риск‑анализа
Автоматизирован сбор и обработка открытой информации о компаниях с точки зрения: • прозрачности в менеджменте; • заботы об экологии и людях; • открытых результатов проверок контрольно-надзорными органами. Основа решения - модифицированная модель BERT и специальным образом выполненное ассоциирование риск-факторов с доступной информацией о компании.

Исследовательский центр ИИ Cколтех

Цель создания центра: создание моделей и фреймворков ИИ для решения задач устойчивого развития промышленности и экономики РФ.

Александр Кулешов
Сколтех, академик РАН
«Поддержка Сбербанком исследовательского центра ИИ Сколтеха – весомый вклад в развитие науки нашей страны. Вместе мы работаем над уникальными проектами, способными трансформировать научный и технологических ландшафт. Считаю, что обширный опыт Сколтеха в научно-исследовательской деятельности позволяет нам достичь самых серьезных результатов по созданию готовых для внедрения индустриальных продуктов»
Александр Кулешов
Сколтех, академик РАН
- 160+
  Высококвалифицированных сотрудников
- 15
  Проектов для Сбербанка за 2021-2023 годы
- 90+
  Кандидатов наук
- 3
  Доктора наук
- 30+
  Аспирантов
Денис Димитров
Исполнительный директор по исследованию данных
Разработали новые подходы к ускорению обучения больших нейронных моделей
Сколтех разработал библиотеку методов GreenAI, в которой реализованы: • метод экономии памяти при претрейне нейросетевых моделей; • метод ускорения дообучения моделей; • фреймворк «NNTile» для параллельного обучения; GreenAI позволят сэкономить до 18% вычислительного времени без потери качества обучения — просто за счет внедрения лучших математических методов на всех этапах обучения.
«Внедрение результатов проекта позволит на 15% снизить потребность в вычислительных ресурсах за счет использования GreenAI при обучении передовых мультимодальных моделей»
Денис Димитров
Исполнительный директор по исследованию данных
Назар Сотириади
исполнительный директор департамента интегрированного риск-менеджмента
Создали первую в мире автоматизированную систему управления климатическими рисками в финансовом секторе
Банк с 2021 года реализует стратегию оценки и учета климатических рисков и поставил Сколтех задачу разработки инструментов оценки финансового ущерба от климатических рисков на уровне от регионов. Благодаря команде Сколтеха удалось создать первый в финансовой сфере каскад моделей прогнозирования физических климатических рисков (прогнозируем штормы, наводнения, пожары, град и изменения в вечной мерзлоте). При решении задач оценки климатических рисков для тех или иных территорий, районов, городов и регионов России используются те же методы, которые задействованы в современных больших языковых моделях, в рекомендательных системах, при обработке видео: трансформерные алгоритмы, реформеры, CNN – RNN. Сколтех обучил модели на данных с метеостанций и научился применять международные климатические модели как «подсказки», чтобы существенно увеличить точность и устойчивость алгоритмов машинного обучения. Разработанные модели настроены таким образом, что дают наибольшую точность при прогнозе именно тех ситуаций, которые сопряжены с наибольшими финансовыми потерями для бизнеса.
«Использование моделей климата в оценке кредитных рисков корпоративных клиентов сократит расходы на резервы по корпоративному портфелю»
Назар Сотириади
исполнительный директор департамента интегрированного риск-менеджмента

Исследовательский центр ИИ МФТИ

Цель создания центра: разработка разговорных ассистентов, робототехнических систем беспилотного автотранспорта с текстовыми, голосовыми, фото и видео сервисами, и их экспериментальных образцов с элементами сильного искусственного интеллекта для применения в индустрии

Дмитрий Ливанов
ректор МФТИ
«Сбербанк - сильный индустриальный партнер, совместно с которым хочется решать действительно амбициозные задачи. Совместно мы работаем над проектами, отличающимися как высоким качеством с точки зрения науки, так и востребованностью у бизнес-подразделений Сбербанка»
Дмитрий Ливанов
ректор МФТИ
- 3
  Направления исследований
- 12
  Проектов для Сбербанка за 2021-2023 годы
- 100+
  Высококвалифицированных сотрудников
- 4
  Доктора наук
- 26
  Кандидатов наук
- 15
  Аспирантов
Разрабатываем новые подходы и алгоритмы управления, позволяющие перспективным шагающим роботам выполнять сложные и динамичные движения в человеко-ориентированной среде
В рамках проекта выполняется уникальное исследование, объединяющее специалистов в инженерии и робототехники с учеными в области AI и ML. В результате работ за 2023 год предложен алгоритм поиска оптимальных траекторий движения робота с учетом его кинематики и динамики, а также разработана система управления роботом для стабилизации динамичных движений. Создана библиотека сложных и согласованных траекторий, содержащая 18 основных танцевальных движений, и регулятор, обеспечивающий работу и зрелищность танца на реальном роботе. Визуализация и анализ сценариев танца происходит в режиме реального времени.
Создаем новые системы управления для робототехнических систем нового поколения с использованием языковых моделей
Целью работ является интеграция последних достижений в области обучения с подкреплением, планирования с использованием больших языковых моделей и мультимодальных карт окружающей среды в системы управления мобильными роботами, оснащенными манипулятором. В результате работ за 2023 год была разработана универсальная многокомпонентная система управления, которая может интегрироваться с различными типами роботов. Впервые в мире был протестирован на реальном роботе иерархический модуль планирования поведения на основе языковой модели с двумя уровнями плана действий для более точного следования инструкции. Была интегрирована в систему управления уникальная концепция мультимодальных карт с решением классических задач компьютерного зрения (сегментации, детекции) по текстовому запросу с открытым словарем. Разработанная система управления STRL-Robotics была протестирована в модельной задаче сортировки объектов в помещении.

Подписывайся на рассылку, чтобы узнавать наши новости

*Исследовательские центры исскусственного интеллекта (ИИ) созданы в 2021 году в рамках реализации национального проекта «Цифровая экономика» при поддержке Аналитического центра при Правительстве РФ и индустриальных партнеров.

Академические партнеры - важная составляющая R&D Сбера

Академические партнёры

Крупнейший партнёр исследовательских центров ИИ

26

500+

40+

20

19

80%

300

Разрабатываем новые методы адаптивного управления рекомендациями с использованием алгоритмов RL для задач предложения продуктов

Создали новый подход к ранжированию языковых моделей

Сформировали новый поток данных для риск‑анализа

160+

15

90+

3

30+

Разработали новые подходы к ускорению обучения больших нейронных моделей

Создали первую в мире автоматизированную систему управления климатическими рисками в финансовом секторе

3

12

100+

4

26

15

Создаем новые системы управления для робототехнических систем нового поколения с использованием языковых моделей

Подписывайся на рассылку, чтобы узнавать наши новости