В Ставрополе начала работу Молодёжная лаборатория компактных нейросетевых архитектур для краевых вычислений. Учёные будут разрабатывать энергоэффективные модели искусственного интеллекта, способные работать на мобильных устройствах и автономных системах без подключения к облачным сервисам. Лаборатория действует на базе Северо-Кавказского федерального университета, сообщила пресс-служба вуза.
Лаборатория занимается разработкой новых методов сжатия, адаптации и аппаратного ускорения нейросетевых моделей на платформах FPGA и ASIC. Их цель — обеспечить работу ИИ на периферийных устройствах, без необходимости облачной инфраструктуры.
Исследования ориентированы на применение в робототехнике, медицинской диагностике, промышленности и сельском хозяйстве. Руководителем стал кандидат физико-математических наук Павел Ляхов.
«Наши проекты прежде всего направлены на адаптацию крупных моделей искусственного интеллекта, которые сейчас активно развиваются, чтобы их можно было эффективно реализовать на компактных мобильных устройствах с ограниченным энергопотреблением – например, на телефонах, умных датчиках, сенсорах или медицинском оборудовании. Эта ниша очень востребована в современной науке и, соответственно, проекты, которые мы реализуем, посвящены именно им», — рассказал руководитель Молодёжной лаборатории компактных нейросетевых архитектур для краевых вычислений Павел Ляхов.
В 2026–2028 годах команда планирует создать технологии автоматизированного проектирования компактных нейросетей и внедрить разработки в системы диагностики беспилотников и анализа медицинских данных.
В 2026 году трое учёных факультета математики и компьютерных наук стали победителями конкурсов Российского научного фонда. Общая сумма привлечённого финансирования составила 33 млн рублей. Павел Ляхов продолжит исследования по адаптации крупных нейросетей для маломощных устройств. Диана Калита займётся разработкой энергоэффективных систем для беспилотного транспорта, а Валентина Арустамян — созданием модели прогнозирования урожайности на основе спутниковых данных и машинного обучения.
Подписывайтесь на АиФ в  MAX
|
