РФ заняла третье место среди стран БРИКС по числу публикаций на ведущих мировых конференциях, а по качеству исследований опережает многие страны с гораздо большим объемом работ. Особенно заметными направлениями стали компьютерное зрение и технологии речи. При этом остается разрыв между научными разработками и их практическим применением — в частности, в области ИИ-агентов и инфраструктуры. В Минцифры рассказали «Известиям», что намерены развивать спрос на отечественные ИИ-решения и ускорять перенос научных разработок в практику.
Где российский ИИ оказался сильнее всего
Россия заняла 20-е место среди 195 стран по числу публикаций на десяти ведущих международных конференциях уровня A* по машинному обучению и искусственному интеллекту, следует из исследования Наукометрического центра НИУ ВШЭ. Такие конференции считаются наиболее престижными научными мероприятиями в области компьютерных наук: доля отклоненных заявок достигает 75–80%, а представленные на них работы во многом определяют направления развития мировой индустрии.
Среди стран БРИКС Россия стала третьей 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 число публикаций. Всего же в 2020–2025 годах российские организации представили 560 исследований, получивших более 12,3 тыс. цитирований.
— Россия традиционно сильна в теоретических компьютерных науках. В БРИКС она занимает первое место в области анализа формальных понятий, а еще по 23 темам — второе. Ядро этих компетенций — оптимизация и математика машинного обучения, — пояснили в НИУ ВШЭ.
Высокая позиция нашей страны свидетельствует о силе отечественной научной школы, несмотря на инфраструктурные ограничения, санкционное давление и дефицит вычислительных мощностей, считает 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, — отметила она.
В мире востребовано семейство российских инструментов автоматического машинного обучения FEDOT для построения прикладных моделей ИИ. За последние три года фреймворк скачивали сотни миллионов раз пользователи из 42 стран. По числу использований лидируют США, РФ и Китай, рассказал руководитель Института ИИ ИТМО Александр Бухановский.
— В последний год в научной повестке появились направления, в которых у России пока нет фундаментальных заделов, однако они открывают многообещающие возможности. В их числе вычислительные технологии для ИИ, а также экономические и социально-гуманитарные аспекты его применения, — уточнил он.
Еще одна особенность отечественной ИИ-науки — тесное взаимодействие университетов и технологических компаний. Более 40% отечественных 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 лидирует 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 А* и А 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, — рассказали «Известиям» 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 ставку на развитие агентных возможностей больших языковых моделей. Среди других перспективных направлений эксперт называет генерацию аудио и компьютерное зрение.
Отдельные 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 считаные 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 самостоятельность. По его словам, за рубежом сейчас наиболее востребованы российские фундаментальные исследования в области математических основ глубокого обучения.
ИИ становится инфраструктурной отраслью
Еще один критический фактор — 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 ее 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 использоваться 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 ее 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. Партнерства с университетами и научными центрами позволяют одновременно развивать технологии и отечественную школу ИИ.