Ученые и преподаватели, создающие фундаментальную базу и кадровый резерв
Если продолжать аналогию с периодической таблицей, наука – это лаборатория, где создаются новые химические соединения. Исследование запускает реакцию: метод превращается в код, библиотеку или модель; затем его проверят на реальных данных и попробуют встроить в продукт. За последний год расстояние между российской академической средой и индустрией продолжило сокращаться. Университеты, независимые институты и технологические компании все чаще делят между собой авторов, вычисления, данные и прикладные задачи.
Институт ИИ-исследований AIRI, Сколтех, МФТИ, МГУ, ВШЭ и ИТМО выступают не как изолированные академические центры, а как части одной исследовательско-инженерной среды. Да и путь к коммерции стал заметно короче – чего стоил один запуск консалтинг-направления на базе AIRI и ГигаАкадемии. Компания может принести туда бизнес-гипотезу и получить научную оценку: существует ли подходящий метод, какие нужны данные и метрики, сколько вычислений потребует эксперимент и стоит ли вообще делать пилот.
Меняется и место ИИ в самой науке. Нейросети проектируют молекулы и регуляторные последовательности ДНК, заменяют долгие физические симуляции, ищут закономерности в медицинских данных и помогают подбирать архитектуру следующей модели. Практический эффект от этого не так давно подсчитали авторы исследования The AI Enabled Scientific Frontier. Они собрали 2507 прямых сравнений из 268 работ по 27 дисциплинам. Раньше замена обычной статистики на нейросети часто делала вычисления дороже. Однако при работе со сложными моделями и симуляциями ситуация кардинально изменилась. Согласно исследованиям 2020–2024 годов, ИИ почти в половине случаев делал расчеты одновременно и точнее, и дешевле: средняя экономия на вычислительных ресурсах достигала 330 раз. ИИ пришел на помощь там, где ученому раньше приходилось многократно пересчитывать один и тот же сложный процесс.
Формат исследований и экспериментов тоже подвергся автоматизации. Разработанная в Сбере открытая платформа GigaEvo умеет перебирать архитектуры и стратегии обучения, запускать проверки и улучшать найденные решения. В 2025 году команда ИТМО представила CoScientist – открытую мультиагентную систему для автоматизации научного поиска. Ее агенты анализируют литературу, формулируют проверяемые гипотезы, подбирают цифровые инструменты и запускают вычислительные эксперименты через FEDOT.MAS. Исследователь задает вопрос и оценивает результат, а путь от идеи до первичной проверки становится короче.
На этом фоне меняется и подготовка кадров. В 2026 г. МГУ провел первый набор на факультет искусственного интеллекта под руководством Ивана Оселедца: заявки на бакалавриат подали сразу 2547 человек. На школьном уровне Россия в 2026 г. впервые заняла первое место в командном зачете международной олимпиады по ИИ, получив семь золотых медалей. Команду готовили эксперты Центрального университета и компаний Альянса в сфере ИИ; академическое направление возглавлял Александр Гущин. В финале участвовали 465 школьников из 105 стран.
Наконец, важным направлением остались открытые технологии. Под свободными лицензиями теперь публикуют не только датасеты и отдельные библиотеки, но и целые модели. Лидеры этой категории создают именно такую среду: не только добиваются собственного результата, но и снижают порог входа для следующей команды— через образование, открытые разработки, прикладные центры или публичное объяснение технологии.