23–24 октября в НИУ ВШЭ прошла юбилейная, пятая конференция «Погружение в машинное обучение» (Fall into ML 2026). На форсайт-сессии «Будущее антропоморфных технологий для дома» ученые искали ответы на вопросы, почему человекоподобный робот-помощник пока так и не стал нашей повседневной реальностью, что для этого должно измениться и кто будет отвечать за его ошибки.
Организатором сессии выступил Центр стратегической аналитики и больших данных ИСИЭЗ НИУ ВШЭ. Сессию провели главный научный сотрудник центра, профессор департамента бизнес-информатики ВШБ НИУ ВШЭ Михаил Комаров и эксперт центра Владислав Бешляга.
Михаил Комаров отметил, что робототехника сегодня обсуждается повсеместно, но каждого волнует прежде всего вопрос, какие роботы будут жить рядом с нами. Технологии уже активно входят в быт, и представить, каким он станет завтра, непросто. Форсайт при этом не имеет отношения к гаданию: это обоснованный способ договориться о долгосрочном видении будущего, чтобы принимать решения уже сегодня. Как именно устроена такая работа, объяснил второй модератор, ведущий эксперт центра Владислав Бешляга.
Участникам сессии предстояло на время стать исследователями Вышки и в учебном формате пройти путь, по которому строятся форсайт-проекты. Три команды работали в несколько этапов. Сначала они выявляли ключевые тренды в робототехнике, затем оценивали связанные с ними возможности и угрозы, после чего формировали сценарий будущего и представляли его аудитории. Опорой служила семантическая карта, подготовленная с помощью системы анализа больших данных iFORA.
Защита сценариев прошла в формате живой дискуссии. Несмотря на то что команды работали независимо друг от друга, их выводы во многом совпали. Модераторы отметили, что социальная тема, то есть роль роботов в поддержке людей, прозвучала в выступлениях всех трех групп. Именно она легла в основу тренда, связанного с роботами-помощниками для пожилых людей и детей. При этом участники подчеркнули, что последнее слово в вопросах лечения должно оставаться за врачом. Робот может выдать лекарство только после подтверждения специалиста, например в формате телемедицины. Обсуждались и роботы-собеседники как ответ на растущий запрос на эмоциональную поддержку.
Второй тренд, мультиробототехнические системы, команды связали с тем, что без взаимодействия роботов друг с другом домашние помощники не появятся. Им необходимы сетевое взаимодействие, коллаборативная робототехника и компьютерное зрение, позволяющее ориентироваться в небольших городских квартирах. Из этого вытекает третий тренд, формирование экосистем устройств и сервисов — от роботов-доставщиков, которые уже работают на улицах, до интегрированных в жилье систем приема заказов. Участники допустили, что робота будут не покупать, а получать по подписке, в аренду или вместе с жильем.
Среди главных барьеров команды назвали кибербезопасность и защиту персональных данных, высокую стоимость роботов и ограниченные производственные мощности, зависимость от облачных вычислений, а также эффект зловещей долины и вопросы культурного принятия технологии. В числе возможностей прозвучали большие языковые модели, автономные и приватные решения, работающие без облака, и агенты, заранее выявляющие угрозы безопасности.
Подводя итоги, модераторы выделили три главные темы дискуссии: социальную ответственность, восприятие технологий людьми и технологические ограничения вместе с экономикой доступа.
Проректор НИУ ВШЭ Елена Одоевская, принимавшая участие в работе сессии, отметила, что участники команд попробовали себя в роли экспертов в области форсайта, отталкиваясь от трендов, которые выявили ученые Вышки благодаря iFORA.
«Для меня особенную ценность представляет взгляд обучающихся на то, каким они видят будущее и насколько активно хотят принимать участие в его создании, — говорит Елена Одоевская. — То, что все команды при обсуждении трендов отдали приоритет развитию именно практики снижения неравенства и сегрегации общества за счет активного внедрения роботизированных технологий домашними хозяйствами, показывает, что Вышка сделала правильную ставку в своей стратегии на создание технологического, глобального и социально ориентированного университета».
Помимо форсайт-сессии, Центр стратегической аналитики и больших данных ИСИЭЗ НИУ ВШЭ представил на конференции систему интеллектуального анализа больших данных iFORA. Она работает с постоянно обновляемой базой из более чем 850 млн документов: свыше 390 млн научных публикаций, более 150 млн патентов и свыше 130 млн материалов рыночной аналитики и профессиональных медиа. Именно на таких данных строятся выводы форсайт-проектов. Кроме того, на стенде эксперты рассказали участникам конференции о новой мультиагентной ИИ-платформе, которая разрабатывается в рамках программы «Приоритет-2030».
Также центр организовал постерную сессию с презентацией научных направлений работы своих исследователей. Александр Анохин, ведущий программист центра, представил постер с анализом недавно предложенного подхода к скрытому рассуждению языковых моделей: вместо рассуждения слово за словом, модель «думает» смесью нескольких вариантов сразу, что должно сделать ответы короче и позволить удерживать несколько гипотез одновременно. Команда проверила, за счет чего достигается заявленный авторами подхода рост качества, и пришла к выводу, что основной вклад вносит не сама идея «мышления смесями», а сопутствующие приемы: дописывание обычного текста после скрытой части и принуждение модели к ранней остановке.
Константин Вишневский, директор Центра стратегической аналитики и больших данных ИСИЭЗ НИУ ВШЭ, отметил, что развитие технологий искусственного интеллекта и их применение для анализа больших данных входят в число ключевых направлений работы центра. «Мы рады принять участие в конференции, которая объединяет российских авторов лучших работ в этой области. Стенд, форсайт-сессия и постер позволили показать разные стороны нашей работы — от применения системы iFORA в форсайт-проектах до собственных исследований языковых моделей. В частности, мы изучаем новые подходы к рассуждению языковых моделей и проверяем, какие механизмы действительно влияют на качество ответов. Похожий принцип лежит в основе нашей мультиагентной ИИ-платформы, где агенты-аналитики ищут и интерпретируют информацию, проводят библиометрический и патентный анализ, а агент-критик проверяет выводы, выявляет неточности и отправляет результаты на доработку при необходимости», — сказал он.