Исследования и разработки
Цель
Развитие, ввод в промышленную эксплуатацию и обеспечение коммерциализации корпоративной информационной системы НИУ ВШЭ "SmartMLOps", позволяющей размещать и управлять сервисами на основе искусственного интеллекта, включая мультиагентные, направленной на снижение барьеров для разработки и внедрения передовых ИИ-решений.
Планируемые результаты
- Развитие функциональных возможностей системы «SmartMLOps», включая реализацию реестра ИИ-сервисов, витрин, конструктора мультиагентных сценариев, модуля поддержки LLM и мониторинга ML-качества
- Поставочный комплект и средства установки «SmartMLOps» для развертывания на ресурсах внешних заказчиков
- Интеграция разработанных ИИ-агентов в систему «SmartMLOps», проведение апробации и пилотных внедрений у индустриальных партнеров
Координатор проекта
Салех Хади Мухаммед, Департамент программной инженерии Факультета компьютерных наук (НИУ ВШЭ Москва)
Цель
Разработка информационно-аналитической системы «Емкость рынка труда» для сбора и обработки данных о состоянии и динамике рынка труда.
Планируемые результаты
- Актуализированная база данных о спросе и предложении на рынке труда Российской Федерации на основе данных агрегаторов вакансий и резюме, а также обновленные статистические показатели по городам-центрам, регионам, образовательным организациям и компаниям
- Алгоритм сопоставления данных о компаниях с агрегаторов вакансий и сервиса аналитики компаний на основе большой языковой модели для идентификации ведущих работодателей на региональном и локальном уровнях
- Справочник образовательных организаций в привязке к городам-центрам, обеспечивающий переход к анализу динамики рынка труда на уровне городов-центров
- Протокольный слой взаимодействия с интеллектуальными моделями на основе протокола контекстного взаимодействия моделей, обеспечивающий стандартизированный доступ к данным и аналитическим функциям системы и возможность интеграции с внешними ИИ-системами
- Аналитическая интерактивная панель, позволяющая визуализировать данные разработанной базы и проводить сравнительный анализ территорий по ключевым параметрам рынка труда, алгоритмы автоматической классификации вакансий и резюме по агрегированным профессиям
Координаторы проекта
Ксения Рожкова, Лаборатория исследований рынка труда Факультета экономических наук (НИУ ВШЭ Москва)
Юлия Найденова, Международная лаборатория экономики нематериальных активов (НИУ ВШЭ Пермь)
Цель
Разработка системы предиктивной диагностики крупных электродвигателей на основе анализа спектра тока и температурного контроля, не требующей вмешательства в конструкцию двигателя, для снижения затрат на гарантийное обслуживание и перехода к бизнес-модели «двигатель как услуга».
Планируемые результаты
- Методика выделения диагностических признаков из спектра тока статора для 10+ типов дефектов
- Нейросетевая модель обнаружения и классификации дефектов на основе спектральных срезов
- Модель прогнозирования остаточного ресурса с оценкой доверительного интервала
- Программный модуль спектральной обработки с фильтрацией шумов и детектированием характерных частот
- Промышленный блок сбора данных с поддержкой высокочастотной дискретизации и интерфейсами промышленной связи
- Прототип облачной платформы мониторинга с веб-интерфейсом для инженера
- База данных эталонных спектральных отпечатков дефектов двигателей «РУСЭЛПРОМ»
- Интеллектуальные программные агенты, обеспечивающие автоматизированное формирование рекомендаций по техническому обслуживанию и взаимодействие с инженерно-техническим персоналом через единый веб-интерфейс
Координатор проекта
Антон Зарубин, Факультет "Школа информатики, физики и технологий" (НИУ ВШЭ Санкт-Петербург)
Цель
Разработка, апробация и вывод в опытно-промышленную эксплуатацию универсальной платформы предиктивной аналитики с единым математическим ядром и подключаемыми отраслевыми адаптерами, обеспечивающей полный цикл работы с данными – от сбора и формирования признаков до получения предсказаний целевых переменных и их доставки потребителям через API и интеллектуальные агенты.
Планируемые результаты
- Библиотека алгоритмов предиктивной аналитики – домен-независимый набор методов прогнозирования временных рядов, оценки ценовой эластичности, оптимизации целевых функций, объяснимости моделей и обнаружения аномалий
- «AutoML»-система для автоматического подбора и управления версиями предиктивных моделей под каждую пару «объект × целевая переменная»;
- Механизм обнаружения аномалий во временных рядах доменных сущностей и признаков
- Промышленно готовая платформа, поддерживающая развертывание на ресурсах заказчика
- Поставочный комплект и документация для развертывания на инфраструктуре заказчика
- Доменный адаптер для индустрии услуг и гостеприимства с коннекторами к системам управления отелем и агрегаторам бронирований
- Универсальный слой источников данных с 3 подключенными внешними источниками, применимыми к любому домену и управляемыми через конфигурацию
- Описание схем данных и семантики признаков для обеспечения работы ИИ-агентов на основе больших языковых моделей (LLM-агентов)
- Методика подключения новых доменов и клиентов
Координатор проекта
Данил Швецов, Институт искусственного интеллекта и цифровых наук Факультета компьютерных наук (НИУ ВШЭ Москва)
Цель
Доработка и расширение функционала платформы доступа к ИИ-сервисам для решения научно-исследовательских, аналитических и отраслевых задач для дальнейшей коммерциализации решений, разработанных в НИУ ВШЭ.
Планируемые результаты
- Результаты исследования пользовательского опыта в целях доработки и расширения функционала платформы
- Набор элементов интерфейса («UI-kit») для более быстрой разработки интерфейса платформы и сокращения времени выхода продукта на рынок, доработанные макеты интерфейса
- Перечень приоритетных баз данных по выбранным критериям, описание структуры наиболее целесообразных для включения баз данных, модель данных
- Функционал рекомендаций расширенного перечня продуктов и сервисов НИУ ВШЭ в ответ на релевантные вопросы пользователей
- Интеграция продуктов и сервисов НИУ ВШЭ и внешних решений в работу платформы (использование результатов в ответах)
- Обновленные источники информации, включенные в платформу доступа к ИИ-сервисам
- Модернизированные ИИ-агенты, интегрированные в платформу доступа к ИИ-сервисам
- Инструментарий формирования комплексных отчетов в автоматическом режиме, содержащих аналитику по теме пользовательского запроса
Координатор проекта
Константин Вишневский, Центр стратегической аналитики и больших данных Института статистических исследований и экономики знаний (НИУ ВШЭ Москва)
Направления реализации проекта
- Создание единой мультиагентной платформы востребованных ИИ-сервисов для обеспечения автоматизации процессов и принятия решений в различных отраслях
- Создание архитектуры и инфраструктуры платформы интеграции ИИ-продуктов и сервисов
- Тестирование, отбор и интеграция создаваемых в НИУ ВШЭ ИИ-продуктов и сервисов в созданную платформу ИИ-продуктов и сервисов для их дальнейшей коммерциализации
- Внедрение результатов стратегического технологического проекта в образовательную и научную деятельность НИУ ВШЭ
Руководители проекта
Даркшевич Андрей Николаевич
Руководитель проекта
Карлов Иван Александрович
Административный руководитель проекта
Лидеры проекта
Доцент Департамента программной инженерии Факультета компьютерных наук
Программист Института искусственного интеллекта и цифровых наук Факультета компьютерных наук
Школа информатики, физики и технологий: Декан факультета "Школа информатики, физики и технологий"
Директор Центра стратегической аналитики и больших данных Института статистических исследований и экономики знаний
Заместитель проректора, доцент Департамента прикладной экономики Факультета экономических наук
d
d
На странице использованы графические изображения (иконки) с платформы Freepik.