РЯБИНИН Максим, заслуженный учёный‑исследователь, автор программы Distinguished Research Scientist

Макксим Рябинин. https://30-under-30.forbes.ru/2024/510204-stanislav-belaev-27-urij-rebrik-26

Максим Рябинин — заслуженный учёный‑исследователь (Distinguished Research Scientist) в стартапе Together AI.

Возраст: 26 лет.

Достижение: номинант рейтинга Forbes «30 до 30» (2024, номинация «Наука и технологии») [1].

Образование

• Окончил бакалавриат и магистратуру факультета компьютерных наук Высшей школы экономики (ВШЭ) [1][3].
• Защитил кандидатскую диссертацию о методах и проблемах децентрализованного глубинного обучения — темой заинтересовался ещё на первом курсе бакалавриата [1][3].

Научная и профессиональная деятельность

1. Ранние исследования и стипендии:
   Запустил программу DeepDream — способ взглянуть на изображение глазами нейросетей [1].
   Дважды получал стипендию «Яндекса» (ранее — стипендия Ильи Сегаловича) за активную исследовательскую деятельность в области компьютерных наук [1].
2. Начало карьеры:
   Проходил стажировки в чат‑боте Replika и «Яндекс Переводчике» [1].
   В «Яндексе» вырос до позиции старшего исследователя Yandex Research [1].
   Занимался:
   применением больших языковых моделей;
   децентрализованным обучением;
   изучением способов упростить взаимодействие человека с нейросетями (например, ChatGPT и Stable Diffusion) [1].
3. Together AI:
   В сентябре 2023 года стал заслуженным учёным‑исследователем (Distinguished Research Scientist) в стартапе Together AI [1]. Компания разрабатывает сервисы для обучения и настройки генеративных моделей искусственного интеллекта.
   В марте 2024 года Together AI привлёк $106 млн от Salesforce Ventures и был оценён в $1,25 млрд (стал «единорогом»). Среди инвесторов также — фонд Kleiner Perkins и производитель графических процессоров Nvidia [1].

Научные достижения и публикации

Исследования Максима Рябинина представлены на ведущих международных конференциях по машинному обучению, включая NeurIPS и ICML [2]. Ключевые направления его работы:

• децентрализованное обучение нейросетей: поиск способов обучать большие модели, объединяя мощности компьютеров добровольцев через интернет [3];
• повышение эффективности обучения больших языковых моделей (LLM);
• снижение требований к вычислительным ресурсам для работы с нейросетями [2][3].

Вклад в развитие технологий

Работы Рябинина помогают:

• сделать машинное обучение доступнее — за счёт использования распределённых ресурсов вместо суперкомпьютеров;
• улучшить взаимодействие пользователя с генеративными моделями (чтобы не требовалось тщательно подбирать формулировки запросов);
• развивать открытые и масштабируемые решения в области ИИ [1][3].

Итог: Максим Рябинин — молодой учёный с мировым признанием в сфере ИИ. Его карьера демонстрирует путь от студенческих исследований до ключевой роли в международном стартапе‑«единороге». Работа Рябинина способствует демократизации технологий машинного обучения и созданию более эффективных ИИ‑систем.

Харьера Максима Рябинина демонстрирует успешный выход российского учёного‑исследователя на мировой уровень в сфере ИИ. Разберём ключевые этапы и факторы этого процесса.

Этапы выхода на мировой уровень

1. Фундамент в России:
   обучение в ВШЭ — одном из ведущих вузов страны по компьютерным наукам;
   стипендия «Яндекса» за исследовательскую деятельность;
   работа в Yandex Research на позиции старшего исследователя — участие в проектах по большим языковым моделям и децентрализованному обучению.
2. Международное признание через публикации:
   выступления на ведущих конференциях по машинному обучению — NeurIPS и ICML;
   публикации укрепляют репутацию в мировом научном сообществе и делают специалиста заметным для международных работодателей.
3. Переход в глобальный стартап:
   в сентябре 2023 года Рябинин стал Distinguished Research Scientist в Together AI — американском стартапе, разрабатывающем сервисы для обучения и настройки генеративных моделей ИИ;
   компания привлекла $106 млн от Salesforce Ventures, стала «единорогом» с оценкой $1,25 млрд (март 2024), среди инвесторов — Kleiner Perkins и Nvidia.
4. Работа над проектами с глобальным охватом:
   исследования в области децентрализованного обучения позволяют обучать большие модели на распределённых ресурсах, что снижает барьеры для доступа к ИИ во всём мире;
   вклад в развитие открытых и масштабируемых решений делает технологии ИИ доступнее для международного сообщества.

Ключевые факторы успеха

• Научная база. Кандидатская диссертация о методах децентрализованного глубинного обучения дала фундаментальное понимание проблем и решений в области распределённого машинного обучения.
• Ранние проекты с международным потенциалом. Программа DeepDream привлекла внимание к способам визуализации работы нейросетей — это универсальный инструмент, востребованный в мировом ИИ‑сообществе.
• Практический опыт в индустрии. Стажировки в Replika и «Яндекс Переводчике», работа в Yandex Research позволили применить теории на реальных задачах и отточить навыки работы с большими языковыми моделями.
• Фокус на актуальные глобальные тренды. Исследования Рябинина посвящены снижению требований к вычислительным ресурсам для работы с нейросетями — это критически важно для стран и организаций с ограниченным доступом к суперкомпьютерам.
• Репутация через публикации. Выступления на NeurIPS и ICML — знак качества: эти конференции отбирают лучшие работы со всего мира, что подтверждает уровень экспертизы.
• Присоединение к перспективному стартапу. Вместе с Together AI Рябинин работает над инструментами, которые используют разработчики и компании по всему миру. Статус «единорога» и поддержка инвесторов уровня Nvidia усиливают влияние его исследований.

Влияние на глобальный рынок ИИ

Работа Максима Рябинина способствует:

• демократизации ИИ: децентрализованное обучение позволяет использовать мощности обычных компьютеров вместо суперкомпьютеров — это открывает доступ к ИИ для учёных и стартапов из разных стран;
• упрощению взаимодействия с нейросетями: исследования в области UX для генеративных моделей делают технологии понятнее для широкого круга пользователей;
• развитию открытых стандартов: участие в международных проектах стимулирует обмен знаниями и ускоряет прогресс в ИИ на глобальном уровне;
• укреплению позиций российских специалистов: успех Рябинина показывает, что российские учёные могут занимать ключевые роли в ведущих мировых компаниях и влиять на глобальные технологические тренды.

Признаки международного признания

• позиция Distinguished Research Scientist в Together AI — высокая роль в международной компании;
• финансирование стартапа на $106 млн и оценка в $1,25 млрд — подтверждение востребованности технологий, над которыми работает Рябинин;
• публикации на NeurIPS и ICML — признание научного сообщества;
• номинация в рейтинг Forbes «30 до 30» (2024, «Наука и технологии») — отражение влияния на глобальную индустрию ИИ.

Итог: Максим Рябинин вышел на мировой уровень через сочетание фундаментальной науки, практической работы в индустрии и участия в международных проектах. Его исследования не только расширяют границы ИИ, но и делают технологии доступнее для глобального сообщества, а карьера служит примером успешной интеграции российских специалистов в мировую экосистему ИИ.

Ю.Фединский, редактор. АлисаAI.