В мае в Екатеринбурге, Москве и Астане прошла Урало-Сибирская конференция IEEE по биомедицинской инженерии, радиоэлектронике и информационным технологиям (USBEREIT). Ученые из НИУ ВШЭ представили результаты своих исследований и проекты зеркальной лаборатории с Уральским федеральным университетом, в частности экспериментальный стенд модульного центра обработки данных и новый подход, системно объединяющий данные и физические законы.
Сотрудник зеркальной лаборатории — доцент УНЦ ИИ УрФУ Василий Борисов отметил, что Урало-Сибирская конференция USBEREIT состоялась уже в девятый раз на базе УрФУ. В этом году мероприятие впервые прошло одновременно в трех городах: Екатеринбурге, Москве и Астане. На конференции собрались молодые исследователи и специалисты из различных областей науки, включая искусственный интеллект (ИИ), радиоэлектронику, информационные технологии, биомедицинскую инженерию и информационную безопасность. На пленарной сессии выступили ведущие исследователи «Яндекса», факультета компьютерных наук НИУ ВШЭ, РАН, ИТМО и УрФУ.
В программе конференции были новые специализированные секции: «Микроэлектроника» (организована МИЭТ в Зеленограде), «Индустриальный ИИ» (совместно с ФКН ВШЭ в Екатеринбурге) и Международная конференция по обработке тюркских языков (TurkLang) на базе Евразийского национального университета имени Л.Н. Гумилева в Астане. Доклады были представлены учеными из семи стран мира и 20 ведущих российских вузов и исследовательских институтов.
Впервые техническим спонсором конференции, организатором которой выступает УрФУ, стало IEEE Industry Applications Society (Общество отраслевых приложений) — одно из крупнейших специализированных обществ в составе Института инженеров электротехники и электроники (IEEE).
«Секция Industrial AI конференции организована при поддержке проекта “Зеркальные лаборатории” НИУ ВШЭ. На конференции мы представили несколько докладов с результатами совместных исследований НИУ ВШЭ и УрФУ», — отметил Михаил Гущин, руководитель проекта, заместитель заведующего Научно-учебной лабораторией методов анализа больших данных Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ.
Зеркальная лаборатория НИУ ВШЭ и Исследовательского центра в сфере искусственного интеллекта Института радиоэлектроники и информационных технологий (ИРИТ-РТФ) Уральского федерального университета реализует проект «Повышение эффективности центров обработки данных и систем хранения данных методами искусственного интеллекта».
Михаил Гущин рассказал о проектах зеркальной лаборатории, представленных на USBEREIT. Так, на площадке компании DATARK совместно с ИРИТ-РТФ УрФУ был построен экспериментальный стенд модульного центра обработки данных (ЦОД). Стенд представляет собой высокоточную модель участка машинного зала ЦОД с межрядным охлаждением. «С апреля 2025 года на стенде проводятся эксперименты по моделированию поломок систем охлаждения ЦОД и сбору данных показаний мониторинга состояния ЦОД. Ученые, в частности, исследуют методы искусственного интеллекта для детектирования поломок ЦОД на собранных экспериментальных данных», — говорит Михаил Гущин.
Также были представлены исследования по темам: применение диффузионных генеративных моделей для моделирования производительности систем хранения данных; новый способ генерации синтетических дефектов электродвигателей; фундаментальные модели временных рядов, обученные на разнородных массивах временных данных (от энергетики и финансов до метеорологии).
Ученые сделали доклад о новом подходе, объединяющем данные и физические законы. Это встраивание реальной структуры мира в нейронную сеть, использование физических законов как регуляторов при обучении и физически обоснованное расширение данных. Вместо отказа от теоретических моделей искусственный интеллект дополняет их машинным обучением, повышая надежность там, где подходы, основанные только на данных, не работают.
Доклады НИУ ВШЭ в рамках проекта «Зеркальные лаборатории»:
Data Centers HVAC Abnormal Operating Behaviour Detection with Semi-supervised Data-driven Approaches
Performance Modeling of Data Storage Systems using Diffusion Models
Parameter Search for MCSA-Guided Synthetic Fault Injection in Induction Motor Diagnostics
Пленарные доклады НИУ ВШЭ:
Structured AI: When Machine Learning Meets Physics (Денис Деркач)
Applications and Perspectives of Time Series Foundation Models (Михаил Гущин)
По итогам конференции отобраны высококачественные статьи и направлены на рассмотрение в журнал Q1 IEEE Transactions on Industry Applications.