28 августа 2023
28 августа 2023
Команда Межотраслевого центра трансфера технологий и Исследовательского центра в сфере ИИ на базе российского ИТ-вуза подготовила открытый патентно-маркетинговый отчёт «Применение искусственного интеллекта в приоритетных отраслях экономики». Ландшафтное исследование будет полезно разработчикам, учёным, стартап-командам, инвесторам и руководителям компаний.
Команда экспертов изучила использование ИИ в 9 отраслях: строительство, образование, транспорт, здравоохранение, промышленность, финансы, энергетика, городское и сельское хозяйство.
В разработанном документе собрана информация о результатах внедрения российских решений в области ИИ, лидерах рынка; доступных и приоритетных для внедрения нишах, потенциальных для масштабирования разработках, новых направлениях применения ИИ, а также проблемах и препятствиях для внедрения российских решений.
Исследователи выделили три главных проблемы роста развития ИИ-проектов в России — недостаточная проработка нормативно-правовой базы, которая не успевает за трендами; неготовность менеджмента и персонала компаний к цифровизации; отсутствие доступа к данным для машинного обучения либо отсутствие данных как таковых.
Марина Абдрахманова, руководитель Межотраслевого центра трансфера технологий Университета Иннополис: «Глобальная цель национальной стратегии развития искусственного интеллекта 2019—2030 годов — становление лидерских позиций РФ в направлениях, связанных с ИИ. И обстоятельства, которые оказали и продолжают оказывать непосредственное влияние на рынок, делают достижение технологического суверенитета ещё более важной задачей. Наше исследование показало, что многие организации в РФ участвуют в разработке ИИ-решений, и если бизнес так или иначе стремится довести свои продукты до рынка, то решения, разрабатываемые в научно-образовательной среде, часто не доходят до потребителя. Работа центров трансфера технологий поможет сформировать недостающие звенья для вывода на рынок большего числа перспективных разработок и придаст импульс развитию научно-технического потенциала РФ. Так, Институт искусственного интеллекта Университета Иннополис разработал технологию, которая на базе ИИ анализирует медицинские изображения — AI Radiology. Начавшись с обычных научных исследований, разработка переросла в полноценный продукт, получила с помощью МЦТТ всестороннюю охрану и поддержку, вышла на рынок, успешно функционирует и продолжает совершенствоваться и расширяться».
По данным исследования, ИИ-стартапы есть во всех отраслях, но не все авторы решений патентуют свои разработки, что затрудняет оценку их новизны и снижает возможности масштабирования и выхода на внешние рынки.
Разработкам в сфере сельского хозяйства ещё тяжело конкурировать с зарубежными компаниями, но в области финансовых услуг российские разработчики успешно конкурируют с зарубежными в области ИИ, создают и коммерциализирют инновационные продукты и услуги, подтверждают высокий технический уровень этих разработок патентами.
Лидеры среди российских компаний по разработке, внедрению и патентованию решений с применением ИИ — Яндекс, Сбербанк, Лаборатория Касперского и ABBYY.
Ознакомиться с полным исследованием: innopolis.university/filespublic/patentnyj_landshaft
19 марта 2026
Студент Колледжа Иннополис создал «Филаментин» — установку, которая позволяет резать, плавить, выдавливать и наматывать пластик, получая нить для 3D-печати. Из полученного филамента можно создавать предметы интерьера, сувениры, бижутерию, элементы робототехнических прототипов, при этом экономя на закупке пластика и рационально используя отходы.
18 марта 2026
Всего в олимпиаде соревновались 647 школьников из 6 стран, в финале за победу боролись 50 учащихся 6—11 классов из 12 регионов России. Организатором мероприятия выступил Университет Иннополис, партнёром — Передовая инженерная школа ИТ-вуза.
18 марта 2026
Исследователи Института ИИ Университета Иннополис разработали первый полностью отечественный программный комплекс для моделирования микрокинетики гетерогенных каталитических процессов с применением искусственного интеллекта. Решение позволяет обрабатывать свыше 1 млн структур катализаторов ежегодно, в 1000—5000 раз ускоряя вычисления и на 40% снижая затраты на исследования. Проект реализован при поддержке Фонда науки и технологий Республики Татарстан.