@airi_research_institute

Институт AIRI

Telegram-канал @airi_research_institute: 13,7 тыс. подписчиков, 3,1 тыс. просмотров на пост, оценка 61

Искусственный интеллект

61CВыше, чем у 6 из 10 каналов категории

Середина категории 46–63Этот канал 61

13,7 тыс.
Подписчики: 3,1 тыс.
Медиана просмотров за 30 дней: 22,8%
Просмотры / подписчики за 30 дней: 15
Постов за 30 дней

Данные на 1 октября 2026 г.

Открыть в Telegram

Поделиться В сторис

Об исследованиях в области искусственного интеллекта и работе учёных Института AIRI. Здесь публикуют разборы научных статей, приглашают на семинары и делятся выступлениями сотрудников в СМИ и подкастах. На 15 сентября: подписчиков 13,6 тыс. — на уровне медианы категории, ER 37,3 % — заметно выше медианы категории 24,6 %, при этом постов за 30 дней вышло 15, реже, чем медиана категории. За последний месяц в канале рассказывали про участие исследователей AIRI в конференциях ECML PKDD в Неаполе и IJCAI в Бремене, разбирали новый способ проверки диагностических медицинских моделей совместно с НМИЦ им. В. А. Алмазова и делились материалами летней школы «Лето с AIRI 2026» в Усть-Лабинске. Также выходили статьи про эффективные промпты и юридические аспекты использования ИИ-генераций.

описание каталога О канале от автора

Канал Института AIRI ⚡️ Рассказываем про технологии ИИ и о том, как исследователи развивают их в России и мире: airi.net/ru ВКонтакте: vk.com/airi_institute Регистрация в РКН:

gosuslugi.ru/…

https://gosuslugi.ru/snet/686cce31f794ae555409516c

Обзор

Составлен автоматически по данным канала, обновлён 11 сентября 2026. Числа в тексте — на эту дату; свежие стоят плитками выше.

На 11 сентября: у канала Института AIRI 13 549 подписчиков. Это официальный научно-популярный канал исследовательского института — публикации о конференциях (ECML PKDD, IJCAI), научных семинарах, статьях на Хабре, подкастах и интервью сотрудников для деловых и научных медиа. Тон — экспертный, с именами исследователей и конкретными темами: от диагностических моделей в медицине до поиска лекарств и малых языковых моделей.

За 30 дней вышло 15 постов при медиане по категории «Искусственный интеллект» в 21 пост — канал публикует немного реже соседей. При этом медиана просмотров поста — 4 675, а ER держится на 34,5 % против медианных 22,0 % по категории: аудитория читает активнее, чем в среднем по нише. Place Score канала — 70.

Подойдёт тем, кто следит за российскими ИИ-исследованиями изнутри — учёным, студентам профильных направлений и тем, кто работает с прикладным ИИ в бизнесе и хочет видеть первоисточник, а не пересказы. По подписчикам канал близок к медиане категории (14 127) из 73 записей, но заметно опережает её по вовлечённости.

Частые вопросы

О чём канал @airi_research_institute?: Это канал исследовательского Института AIRI о научных конференциях, семинарах и статьях в области искусственного интеллекта. В постах — доклады сотрудников, публикации на Хабре, подкасты и интервью для деловых и научных медиа.
Можно ли купить рекламу в канале Института AIRI?: Владелец пока не открыл прайс на размещение. Связаться с ним можно напрямую в Telegram.
Сколько подписчиков?: Подписчиков — 13,7 тыс. Медиана просмотров поста — 3,1 тыс. Просмотров на подписчика — 22,8%. Данные на 1 октября 2026 г.
Как часто выходят посты?: За 30 дней вышло постов: 15 — это почти каждый день. Данные на 1 октября 2026 г.
Есть ли у канала галочка Telegram?: Галочки Telegram нет.
Кто ведёт страницу канала в каталоге?: Пока никто. Если это ваш канал — заберите страницу: сможете отвечать на отзывы и видеть её статистику.

Это ваш канал?

Подтвердите владение — точные метрики и что улучшить, ответы на отзывы от лица канала и бейдж владельца на странице.

Подтвердить владение

Займёт минуту: пост с кодом или бот в администраторах
Ваша страница в tg.place

Знаете владельца?

Перешлите ему это сообщение — он подтвердит права и заберёт накопленное: статистику страницы и ответы на отзывы.

Подписчики+412 за 35 дней

13 70213 288

1 окт.13 700−2 за день

Наведите на график или проведите пальцем — покажем день.

Из чего складывается
Вовлечённость	13,5 из 30
Качество роста	16,4 из 20
Реакции и пересылки	8,7 из 15
Регулярность	9 из 12
Доверие	3,9 из 8
Отзывы	недостаточно данныхотзывов пока нет

Оценка 61 — по 5 показателям из 6: остальные пока не измерены. Методология

Как читается это число

Последние посты

сегодня1,4 тыс.Открыть в Telegram
Делимся хабрами, вышедшими в нашем блоге за последний месяц⤵️ ◾️Правда ли, что медицинский ИИ точнее врачей? Наш фреймворк помогает это выяснить Илья Копаничук, старший научный сотрудник группы «Мультимодальные архитектуры ИИ» лаборатории «Сильный ИИ в медицине», поделился тем, как он с коллегами из ФГБУ «НМИЦ им. В. А. Алмазова» Минздрава России разрабатывал фреймворк для проверки диагностических медицинских моделей. ◾️Как дифракционная оптика и нейронные сети позволяют снимать гиперспектральные изображения за одно экспонирование Научный сотрудник группы «Цветовая вычислительная фотография» Даниил Владимиров рассказал, как дифракционный адаптер и компактная нейронная сеть вместо объектива позволяют снимать гиперспектральный куб на любую RGB-камеру за одно экспонирование. Работу представили на IJCAI 2026. ◾️Конвейеры формирования изображений. Часть 3: Программная обработка изображения Продолжил рассказывать про конвейеры формирования изображений Егор Ершов, руководитель группы «Цветовая вычислительная фотография». В этот раз разбирались, как в них происходит обработка изображений на программном уровне. А ещё на Хабре опубликовали репортаж о WAIC 2026 от Алёны Аспидовой, инженера-исследователя группы геномики Центра ИИ-разработки новых лекарственных препаратов. 📎Больше интересного — на нашем Хабре.
Ещё
вчера2,1 тыс.6 пересылок46 реакцийОткрыть в Telegram
#AIRI_Seminars в эфире! Подключайтесь к трансляции в VK Видео или на YouTube
2 дня назад2,5 тыс.Открыть в Telegram
AIRI на MICCAI 2026📍 Во Франции, Страсбург, проходит международная конференция в области обработки медицинских изображений и искусственного интеллекта — MICCAI. На ней наши исследователи — Дмитрий Умеренков и Евгения Пржездзецкая из группы «Базовые модели» лаборатории «Сильный ИИ в медицине», а также Дмитрий Дылов, директор лаборатории, и Илья Семенков из группы «Нейроинтерфейсы» — представляют 3 работы: Main track 📎Image-Level Diagnostic Difficulty from Annotation Disagreement in Chest Radiographs (появится в открытом доступе позже) Авторы предложили оценивать диагностическую сложность рентгенограмм грудной клетки по разногласиям между рентгенологами или ИИ-системами. Обученная на этих разногласиях нейросеть может частично предсказывать сложность по самому снимку, что в перспективе поможет выделять неоднозначные случаи для дополнительной экспертной проверки. Medical World Model Workshop 📎Hierarchical Ensembles of Complementary Landmark Detectors for Multi-Task Ultrasound Biometry Метод для многозадачной УЗИ-биометрии, который позволяет одной системе работать сразу с девятью задачами в акушерском и кардиальном УЗИ. В основе подхода — иерархический ансамбль нескольких взаимодополняющих моделей, который помогает учитывать различия между задачами и типами данных. С этой работой Илья занял 7 место в FoundUS Challenge при MICCAI. FLARE Challenge 📎PANTHER: PAN-cancer CT Segmentation with Two-tier Healthy-scan Ensemble Rejection (появится в открытом доступе позже) Пан-раковая сегментация КТ с двухуровневым механизмом отказа от обработки здоровых сканов. Пятифолдовый ансамбль nnU-Net использует два уровня фильтрации: неявное воздержание через согласование фолдов и гейт Махаланобиса по форме предсказанной маски — модель знает, когда сказать «нет». GitHub. Делимся фотографиями с конференции📷 #AIRIнаКонфе
Ещё
4 дня назад3,8 тыс.46 пересылок47 реакцийОткрыть в Telegram
Приглашаем на следующий #AIRI_Seminars, который пройдёт 30 сентября в 17:00 ⤵️ Тема: «Контент без гарантий: от больших моделей до вероятностной верификации» Докладчик: Владимир Мазин, научный сотрудник группы «Доверенные и безопасные интеллектуальные системы» Института AIRI, заведующий сектором «Технологии компьютерного зрения» ЦИИиПП МТУСИ Оппонент: Павел Сауков, исполнительный директор Лаборатории кибербезопасности Сбера Подробное описание и регистрация на офлайн-формат на сайте. Трансляция на YouTube | VK Видео
Ещё
24 сент.8,7 тыс.95 пересылок52 реакцииОткрыть в Telegram
Объединяем исследователей для обучения ИИ долгосрочному планированию Владислав Куренков, руководитель научной группы «Адаптивные агенты» Института AIRI, запустил открытое сообщество людей, работающих над системами планирования ИИ, чтобы вместе решить одну из самых неподатливых для искусственного интеллекта игр — NetHack. У каждого участника будет свой способ получить программу, свои инструменты и своя стратегия, а общая инфраструктура позволит видеть результаты друг друга, сравнивать их между собой и продолжать разрабатывать решения друг друга. Владислав рассказал, почему NetHack весьма полезна для обучения ИИ: «Одна партия в NetHack — это десятки тысяч ходов. Жизнь у героя одна, сохранений нет, подземелье каждый раз новое, а игра по дороге ничего не подсказывает. Если вы сыграли плохо, то выясняется это тогда, когда ничего исправить уже нельзя. Когда мы запускаем наших ботов играть, то вторая по частоте причина их "смерти" — голод, потому что они не позаботились о еде за несколько тысяч ходов до финального момента. На таких же ошибках спотыкаются ИИ-агенты, когда пишут код: отдельный шаг они выполняют прекрасно, а на длинную дистанцию держать планку не могут. И NetHack в этом плане становится весьма полезной для обучения ИИ». 📎Подробнее про сообщество, игру и «интеллект» агента — в интервью «Ъ-Науке».
Ещё
21 сент.5,1 тыс.Открыть в Telegram
AIRI на ECCV 2026📌 Недавно побывали в Швеции, в городе Мальмё, на Европейской конференции по компьютерному зрению. Институт представлял Михаил Жирнов, инженер-исследователь группы «Генеративный ИИ для видео» лаборатории FusionBrain. От AIRI было две работы: 📎LayerVerse: Finding the Sweet Spot for KV-Injection in Training-Free Image Editing Оптимизационный фреймворк, который находит баланс между сохранением неизменяемого фона и качественным редактированием объекта за счёт оптимального распределения глобальных и маскированных KV-инъекций по слоям модели, не требуя её дообучения. 📎LUA: Latent Upscaling Adapter for Diffusion-Based Image Synthesis LUA — лёгкий модуль, который выполняет сверхразрешение непосредственно в латентном пространстве диффузионных моделей до финального шага декодирования VAE. Интегрируется в существующие модели без дообучения и дружит с разными VAE. Делимся фотографиями с ECCV📷 #AIRIнаКонфе
Ещё
19 сент.5,2 тыс.52 пересылки157 реакцийОткрыть в Telegram
Yandex ML Prize 2026 в наших руках! А точнее, в руках наших исследователей🙂 ▶️Иван Оселедец, доктор физико-математических наук, профессор РАН, генеральный директор AIRI и декан факультета ИИ МГУ ▶️Антон Конушин, кандидат физико-математических наук, руководитель группы «Пространственный интеллект» — получили премию за вклад в развитие области ML в категории «Зал славы». В зал славы включают уникальных учёных и наставников, благодаря которым выросло сообщество исследователей и инженеров мирового уровня. Они изменили подход к обучению, науке и технологиям и продолжают вдохновлять новые поколения. Лауреаты этой категории не подают заявки самостоятельно — их выбирают по итогу опроса лауреатов премии предыдущих лет. Научную премию Яндекса в номинации «Начинающие преподаватели» получили⤵️ ▶️Альбина Бурлова, младший научный сотрудник группы «Прикладное NLP» ▶️Константин Пчелин, младший научный сотрудник группы «Мультимодальные архитектуры ИИ» Поздравляем их сердечками ❤️
Ещё
18 сент.4 тыс.80 пересылок28 реакцийОткрыть в Telegram
Об искусственном интеллекте в образовании и науке⤵️ Нейросети всё сильнее проникают в нашу повседневную жизнь и становятся её привычной частью. Это касается и научно-образовательной сферы. Иван Оселедец, доктор физико-математических наук, профессор РАН, генеральный директор Института AIRI и декан факультета ИИ МГУ, вместе с директором по стратегическому маркетингу Яндекса и профессором ИТМО Андреем Себрантом, а также ведущими подкаста «2ТОК» обсудили: ⚫️как учить искусственному интеллекту в школе и что делать преподавателям ⚫️как нейросети влияют на учёбу и выполнение домашки ⚫️что стало с научными статьями и в чём сейчас заключается роль учёного ⚫️где мы на международной ИИ-арене — и другие интересные и важные вопросы о нейросетях, учёбе и науке. Смотрите выпуск в VK Видео и на YouTube⏯
Ещё
16 сент.4,6 тыс.34 пересылки56 реакцийОткрыть в Telegram
Разработан инструмент, оценивающий способность ИИ-моделей определять мишень для антитела Его создала команда исследователей из группы «Базовые модели» лаборатории «Сильный ИИ в медицине» Института AIRI и Центра практического ИИ Сбера. Бенчмарк помогает сравнивать модели на ранних этапах создания антител и отсеивать ненадёжные вычислительные подходы. Модели сравниваются на способность определять специфичность, то есть способность антитела связываться с необходимым антигеном и при этом не цепляться за посторонние белки. Это важно для точности диагностики, эффективности терапии и снижения риска побочных эффектов. Работу представляли на KDD 2026. Научная статья | ТАСС
Ещё
16 сент.5,7 тыс.21 пересылка42 реакцииОткрыть в Telegram
#AIRI_Seminars в эфире! Подключайтесь к трансляции в VK Видео или на YouTube